MétaCan
Menu
Retour à la cohorte
Enregistrement W2803001517 · doi:10.1177/0042098018761853

‘At least it’s not a ghetto anymore’: Experiencing gentrification and ‘false choice urbanism’ in Rotterdam’s Afrikaanderwijk

2018· article· en· W2803001517 sur OpenAlexaff
Brian Doucet, Daphne Koenders

Notice bibliographique

RevueUrban Studies · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Planning and Governance
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésGentrificationNeighbourhood (mathematics)SociologyUrbanismContext (archaeology)Economic geographyGender studiesEconomic growthPolitical economyGeographyEconomicsArchitecture

Résumé

récupéré en direct d'OpenAlex

Gentrification has become a central pillar of urban policy in cities around the world. Proponents often frame it as a necessity and the sole alternative to neighbourhood decline. Critics call this a ‘false choice’ as it ignores other possibilities for improvement without gentrification. But how do working-class residents who live through the process of gentrification view the impact it has on their neighbourhood? Do they see it in such a stark binary way? This article addresses these questions by using qualitative interviews with long-term residents of the Afrikaanderwijk, a multicultural neighbourhood in Rotterdam where municipally-led gentrification is taking place. In contrast to much of the Anglo-Saxon literature on experiencing gentrification, our respondents had far more mixed, complex and ambivalent perspectives on the process. To some extent, this was due to the neighbourhood’s recent history as a stigmatised ‘ghetto’ and the expectation that the arrival of white, ethnically Dutch middle-class people would help to improve the neighbourhood, which was ranked worst in the country in 2000. We also stress the role of local context, such as the early phase of gentrification and the comparatively strong social housing sector and tenant protection laws in the Netherlands, in contributing towards a more nuanced experience of 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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,570
Score d'incertitude au seuil0,672

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,082
Tête enseignante GPT0,350
Écart entre enseignants0,268 · 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

Citations30
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUrban StudiesMême sujetUrban Planning and GovernanceTravaux en français237 207