Notice bibliographique
Résumé
Abstract Much has been written about cities as engines of growth and prosperity. Cities have been centers of civilization since the beginning of history. A rich nation without cities is an impossibility. Yet, as this book explains, the central foundations of wealth and economic well-being are rooted in the attributes of nations and actions of national governments. If the nation does not work, nor will its cities. This book looks at the economy of cities through the lens of “The Ten Pillars of Urban Success,” covering a full range of policy concerns from top (i.e., sound macroeconomic management) to bottom (i.e., safe neighborhoods). Cities rich and poor around the world that are as different as New York, Vienna, Buenos Aires, and Port au Prince are examined. Urban success or failure almost always takes us back to the wise or unwise decisions of national and/or state governments. Urban success is about more than economics. Cities that have managed to produce livable urban environments for the majority of their citizens mirror the societies that spawned them. Similarly, cities that have failed are almost always signs of more deep-rooted failures. A socially cohesive city in a divided nation is an oxymoron. In the final chapter, the book proposes a critical look at America’s urban failures, its declining Rustbelt cities, and inner-city ghettos. Such failures should not have happened in the world’s richest nation. That they did is not only the sign of a deeper malaise, but also a warning to the wealthy urbanizing societies of tomorrow.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».