MétaCan
Menu
Retour à la cohorte
Enregistrement W2994925767 · doi:10.1093/ahr/rhz044

Maureen A. Flanagan. Constructing the Patriarchal City: Gender and the Built Environments of London, Dublin, Toronto, and Chicago, 1870s into the 1940s.

2019· article· en· W2994925767 sur OpenAlexaboutno aff
Emily Remus

Notice bibliographique

RevueThe American Historical Review · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHistorical Studies and Socio-cultural Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOvercrowdingSociologyGender studiesHarmony (color)PatriarchyPoliticsPrivilege (computing)EstatePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Why do cities in the transatlantic Anglophone world share many distinctive characteristics? The answer, according to Maureen A. Flanagan, has everything to do with the protection and promotion of male privilege. In Constructing the Patriarchal City: Gender and the Built Environments of London, Dublin, Toronto, and Chicago, 1870s into the 1940s, Flanagan reveals how leading men in four cities—London, Dublin, Toronto, and Chicago—wielded their political and financial influence to establish a metropolitan landscape that upheld their own ideals of masculinity, femininity, and the separation of spheres. Their approach to urban development prioritized efficiency, order, and economic growth. Moreover, it typically diverged from the perspectives advanced by female reformers, who were inclined to emphasize health, safety, and social harmony. Focusing on the period between 1870 and 1940, Flanagan compares the urban solutions proposed by activist men and women to problems caused by industrial growth, from overcrowding and homelessness to traffic congestion and poor sanitation. At nearly every turn, Flanagan argues, men’s plans for urban improvement conflicted with—and, ultimately, prevailed over—those of women. The result in all four cities was a built environment that gave material form to patriarchy.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,705
Score d'incertitude au seuil0,587

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,010
Communication savante0,0050,008
Science ouverte0,0010,003
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,024
Tête enseignante GPT0,234
Écart entre enseignants0,210 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American Historical ReviewMême sujetHistorical Studies and Socio-cultural AnalysisTravaux en français237 207