MétaCan
Menu
Retour à la cohorte
Enregistrement W2948672863 · doi:10.1177/0308518x19856628

Land developers as institutional and postpolitical actors: Sites of power in land use policy and planning

2019· article· en· W2948672863 sur OpenAlexaffabout
Donald Leffers, Gerda R. Wekerle

Notice bibliographique

RevueEnvironment and Planning A Economy and Space · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Planning and Governance
Établissements canadiensYork UniversityCarleton University
Organismes subventionnairesnon disponible
Mots-clésComplementarity (molecular biology)Corporate governanceCitizen journalismPolitical sciencePoliticsInstitutional analysisLand usePublic relationsSociologyPublic administrationEnvironmental planningEconomicsManagementSocial scienceGeographyEngineering

Résumé

récupéré en direct d'OpenAlex

Land developers play an active role as institutional actors that shape the development and governance of urban regions. In this paper, we find that developers not only influence state institutions governing land use, they are place-based actors whose influence is normalized as invited strategic stakeholders in planning exercises. Our analysis highlights the complementarity of institutional and postpolitical theories in offering a nuanced understanding of the multi-faceted and multi-scalar relationships among powerful actors engaged in land development processes. Postpolitical theories highlight the participatory processes of inclusion and exclusion in collaborative-based planning exercises that privilege certain stakeholders and exclude others. Through the lens of institutionalist theory, we move beyond specific land conflicts to focus on the day-to-day interactions and institutionalized roles of key actors, ideas and political influences in shaping contested land policy and outcomes. The analysis is based on multi-year research projects that drew upon interviews, observation and document analysis of key actors’ engagement in initiatives to formulate and implement growth management policies in the Toronto region.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,428

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 technologies0,0000,000
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 Opus0,017
Tête enseignante GPT0,246
Écart entre enseignants0,228 · 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'étudeObservationnel
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

Citations34
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning A Economy and SpaceMême sujetUrban Planning and GovernanceTravaux en français237 207