MétaCan
Menu
Retour à la cohorte
Enregistrement W2795990091 · doi:10.1177/0969776418763010

State-led gentrification in previously ‘un-gentrifiable’ areas: Examples from Vancouver/Canada and Frankfurt/Germany

2018· article· en· W2795990091 sur OpenAlexaffabout
Andrea Mösgen, Marit Rosol, Sebastian Schipper

Notice bibliographique

RevueEuropean Urban and Regional Studies · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Planning and Governance
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésGentrificationState (computer science)DisinvestmentRestructuringPublic housingPolitical economySociologyNeighbourhood (mathematics)Subsidized housingPolitical scienceEconomicsPublic administrationEconomyEconomic growthLawForeign direct investment

Résumé

récupéré en direct d'OpenAlex

Through an analysis of two international cases from Canada and Germany, this paper highlights the role of the state in governing gentrification and displacement in areas previously thought to be unattractive for profit-seeking capital, that is, ‘un-gentrifiable’. With this, we seek to contribute to the debate on how the role of the local state has changed from securing affordable housing for low-income households into becoming an essential player involved in real estate speculation. Taking Little Mountain in Vancouver as the first example, we examine the privatization and demolition of the public housing complex and thus the withdrawal of the state. Our second example, Ostend in Frankfurt, investigates the restructuring of a working-class neighbourhood through active state-led interventions including massive public investment. We analyse the two empirical examples along five dimensions: causal drivers and mechanisms that have led to the changing role of the state in governing urban transformations; policy instruments used by state agencies to encourage gentrification; strategies to legitimize state-led gentrification; outcomes in terms of direct and exclusionary displacement; and the forms of contestation and protest. We maintain that both cases, although presenting a stark contrast, follow the same rule, namely state-led gentrification.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,445
Score d'incertitude au seuil0,828

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,247
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Urban and Regional StudiesMême sujetUrban Planning and GovernanceTravaux en français237 207