MétaCan
Menu
Retour à la cohorte
Enregistrement W3006582453 · doi:10.1177/0739456x20904427

Tracing Discretion in Planning and Land-Use Outcomes: Perspectives from Toronto, Canada

2020· article· en· W3006582453 sur OpenAlexaffabout
Jeffrey Biggar, Matti Siemiatycki

Notice bibliographique

RevueJournal of Planning Education and Research · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Planning and Governance
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDiscretionZoningAccountabilityPoliticsLand-use planningLand useContext (archaeology)Public administrationLocal planningDemocracyUrban planningBusinessPublic participationPublic economicsPolitical scienceEnvironmental planningEconomicsLawGeographyEngineeringCivil engineering

Résumé

récupéré en direct d'OpenAlex

Discretionary planning supports the provision of public benefits when changes in zoning create additional value on private development sites. This paper draws on two case studies in Toronto, exploring how discretion shapes the broader political and planning policy context in which public benefits are secured from private development. The cases show that even within the same city planning department, variations exist in the application of discretion in planning decisions, which lead to different approaches to securing public benefits. Discretionary planning tools, such as density bonuses, are of consequence for political conflicts over local priorities, democratic accountability, and the built environment.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,228
Score d'incertitude au seuil0,895

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,007
Études des sciences et des technologies0,0140,009
Communication savante0,0070,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,095
Tête enseignante GPT0,424
Écart entre enseignants0,329 · 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

Citations26
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Planning Education and ResearchMême sujetUrban Planning and GovernanceTravaux en français237 207