MétaCan
Menu
Retour à la cohorte
Enregistrement W3006045412 · doi:10.1111/cag.12601

Rethinking public participation in the smart city

2020· article· en· W3006045412 sur OpenAlexaffvenueabout
Anthony Levenda, Noel Keough, Melanie Rock, Byron Miller

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTokenismPublicsDeliberationPublic relationsCitizen journalismPublic engagementParticipatory budgetingPublic participationEquity (law)Process (computing)Smart cityBusinessPolitical sciencePoliticsInternet of ThingsInternet privacyDemocracy

Résumé

récupéré en direct d'OpenAlex

In efforts to become “smart cities,” local governments are adopting various technologies that promise opportunities for increasing participation by expanding access to public comment and deliberation. Scholars and practitioners encounter the problem, however, of defining publics—demarcating who might participate through technology‐enhanced public engagement. We explore two case studies in the city of Calgary that employ technologies to enhance public engagement. We analyzed the cases considering both the definition of publics and the level of citizen participation in areas of participatory budgeting and secondary suites. Our findings suggest that engaging the public is not a straightforward process, and that technology‐enhanced public engagement can often reduce participation towards tokenism. City councillors and planners need to critically confront claims that smart cities necessarily enhance participation. Moving beyond tokenism requires understanding “public” as a plural category. Municipal governments should seek to proactively engage citizens and communities utilizing helpful resources including, but not limited to, digital tools and smart technologies. This would allow planners to keep a “finger on the pulse” of publics' concerns, better identifying and addressing issues of equity and social justice. It is also important to consider how marginalized publics can best be recognized in order to bring their concerns to the fore in decision‐making processes.

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)0,028
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,918
Score d'incertitude au seuil0,189

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0290,077
Communication savante0,0250,023
Science ouverte0,0030,031
Intégrité de la recherche0,0060,008
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 Opus0,025
Tête enseignante GPT0,197
Écart entre enseignants0,172 · 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'étudeQualitatif
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

Citations94
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetSmart Cities and TechnologiesTravaux en français237 207