MétaCan
Menu
Retour à la cohorte
Enregistrement W2890731380 · doi:10.1111/dech.12455

Governing Global Displacement in Austerity Urbanism: The Case of Berlin's Refugee Housing Crisis

2018· article· en· W2890731380 sur OpenAlexfundno aff
Susanne Soederberg

Notice bibliographique

RevueDevelopment and Change · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing, Finance, and Neoliberalism
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésAusterityRefugeeUrbanismPolitical sciencePolitical economyHumanitarian crisisRefugee crisisGrassrootsScholarshipSociologyDevelopment economicsEconomyPoliticsLawEconomicsHistory

Résumé

récupéré en direct d'OpenAlex

ABSTRACT A surge of forcibly displaced migrants into Europe in 2015 culminated in what has been referred to as the ‘refugee crisis’. As the continent's top destination country, Germany has been widely praised for its welcoming culture while heavily criticized for failures of integration. This is particularly true of Berlin — a city that has absorbed the highest number of war refugees in Europe, many of whom remain without stable accommodation. Despite its significance, the scholarship has largely neglected the housing question within the European refugee crisis. The aim of this article is to cast a critical light on the complexities and contradictions glossed over by the refugee crisis trope. Drawing on the Berlin case, the author argues that resettlement initiatives need to be understood against the backdrop of austerity urbanism, particularly its insistence that markets can meet housing demand. By focusing on three types of shelter provisioning for refugees, the article reveals the multifaceted and nuanced ways in which the Berlin government, refugees and grassroots organizations contest, produce and navigate the moving frames of austerity urbanism in search of stable housing.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,017
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,015
Communication savante0,0090,004
Science ouverte0,0010,009
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,055
Tête enseignante GPT0,253
Écart entre enseignants0,198 · 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

Citations42
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopment and ChangeMême sujetHousing, Finance, and NeoliberalismTravaux en français237 207