MétaCan
Menu
Retour à la cohorte
Enregistrement W2964371783 · doi:10.1111/cico.12424

Can Rust Belt or Three Cities Explain the Sociospatial Changes in Atlantic Canadian Cities?

2019· article· en· W2964371783 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueCity and Community · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrbanization and City Planning
Établissements canadiensDalhousie UniversityUniversity of TorontoMcMaster University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésGeographyRacializationCensusEconomic geographyDeindustrializationPolitical sciencePoliticsSociologyDemographyPopulation

Résumé

récupéré en direct d'OpenAlex

Research on American secondary cities has largely focused on so–called “rust belt” cities and has found that they tend to have economic stagnation, racialization, and urban decay in their urban cores occurring after economic crises. Most urban research on Canadian cities has, by contrast, focused on the country's largest cities, Toronto, Montreal, and Vancouver, and has found that urban cores are getting richer, less diverse, and undergoing infrastructural improvements. We examine each model by looking at four secondary Atlantic Canadian cities (Halifax, Moncton, St. John's, and Charlottetown) that all faced major economic crisis in the 1990s to see whether these models can explain the sociospatial changes occurring in them. Analysis of 1996 and 2006 Canadian Census data finds unlike “rust belt” cities or changes seen in larger Canadian cities, there is no clear sociospatial concentration of change. Rather, change is seen through “hot spots” of economic and physical characteristics of neighborhoods.

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.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,178
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,062
Tête enseignante GPT0,270
Écart entre enseignants0,208 · 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