MétaCan
Menu
Retour à la cohorte
Enregistrement W2889728102 · doi:10.1111/cag.12492

Supporting social sustainability in resource‐based communities through leisure and recreation

2018· article· en· W2889728102 sur OpenAlexvenueaboutno aff
Trina Lamanes, Leith Deacon

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRecreationSustainabilityNatural resourceWorkforceResource (disambiguation)PopulationBusinessSocial sustainabilityEnvironmental degradationPopulation growthInvestment (military)Resource depletionEconomic growthEnvironmental planningGeographyPolitical scienceSociologyEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Community development can be conceptualized as a balance that exists amongst environmental, economic, and social systems; this achievement, however, is difficult for communities undergoing rapid urban development. In particular, resource‐based communities (RBCs) that develop as a result of investment into the extraction of a natural resource such as oil and gas have been found to experience uneven economic development, environmental degradation, and social instability. A contributing factor to social instability in RBCs is the reliance on a large transient workforce drawn to the area in search of employment opportunities and the inability to provide this burgeoning population with sufficient urban infrastructure and services. Building on previous research that theorized the key to increasing the sustainability of RBCs is to retain a permanent population, this research explores the contribution that opportunities for leisure and recreation makes to resident retention. Using Fort McMurray, Alberta as a case study, results indicate that among a group of people who lack established social ties, the main source of social interaction is participation in leisure and recreation activities. However, traditional activities associated with leisure and recreation did not take into account the unique challenges found in RBCs indicating an adaptable approach to provision is necessary.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,815
Score d'incertitude au seuil0,369

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,003
Communication savante0,0030,001
Science ouverte0,0010,005
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,019
Tête enseignante GPT0,280
Écart entre enseignants0,262 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations23
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetUrban Transport and AccessibilityTravaux en français237 207