MétaCan
Menu
Retour à la cohorte
Enregistrement W2972069588 · doi:10.1177/0042098020919081

Why does everyone think cities can save the planet?

2020· article· en· W2972069588 sur OpenAlexaff
Hillary Angelo, David Wachsmuth

Notice bibliographique

RevueUrban Studies · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Planning and Governance
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésUrban sprawlSustainabilityUrbanizationContext (archaeology)Urban sustainabilityUrban planningHuman settlementPoliticsPolitical scienceEnvironmental planningSociologyEconomic growthGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

This article identifies and explains an underlying transition in global urban policy and discourse from the city as a sustainability problem to the city as a sustainability solution. We argue that contemporary policy discourses of cities saving the planet should be understood in the context of three major historical developments which have their roots in the 1970s and which intensified throughout the 1990s. The first is sprawl: the urban sustainability policy agenda in the Global North has been in large part a reaction to several decades of urban expansion and car-based planning. The second is informal settlements: since the introduction of UN-HABITAT in 1978, an international policy agenda has formed around addressing the environmental deficits associated with processes of informal urbanisation above all in the Global South. And the third is climate change, as the overarching concern that connects urban-environmental problems and policies in the North and South. We then contextualise the articles in this special issue by outlining a new research agenda for decoding the notion that cities can save the planet, which emphasises the need for an historical, multi-spatial, political and representational analysis of urban sustainability thinking and policy.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0080,028
Communication savante0,0120,014
Science ouverte0,0010,005
Intégrité de la recherche0,0060,010
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,051
Tête enseignante GPT0,279
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 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'étudeThéorique ou conceptuel
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

Citations265
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUrban StudiesMême sujetUrban Planning and GovernanceTravaux en français237 207