“MORE BUZZWORDS THAN ANSWERS” — TO SIDEWALK LABS IN TORONTO
Notice bibliographique
Résumé
Many articles have appeared in mainstream media and in techoriented venues about Sidewalk Labs’ ideas for a new hightech neighbourhood in Toronto (a project named Sidewalk Toronto). By and large, international commentary has focused on the opportunities and risks of giving over control over many city planning decisions to a private data-oriented corporation, with people lining up for or against “smart city” ideas, in general. This article will set aside generalities about “smart cities” and technology, and instead pose a few questions about the particulars of Sidewalk Toronto project. The first question concerns the striking lack of transparency of the agreement between Sidewalk Labs (a Google sister company) and Waterfront Toronto, the public authority promoting the project, which is not directly accountable to the city or the citizens. The second question concerns the equally striking ambiguity about which parcel of land is being sought by Sidewalk Labs — an ambiguity that suggests a worrying lack of concern, on the tech company’s part, about both local planning law and local real estate realities. The third set of concerns is about the ownership of the data that appears to be Sidewalk Labs’ real interest. Fourthly, problems in the contract award and procurement mechanisms will be raised. Finally, even though the agreement has not yet been seen even by city council, the process so far and the statements by both parties raise serious concerns about accountability, the fifth point raised in this article.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,009 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,656 | 0,390 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».