Public engagement in smart city development: Lessons from communities in Canada's Smart City Challenge
Notice bibliographique
Résumé
Quality of life is often touted as the main benefit of building smart cities. This, however, raises questions about the extent to which the public is engaged as part of the “smart” development process, particularly given the significant financial investments often required to meaningfully design smart city projects. To better understand approaches to public engagement in the context of smart city development, we draw upon three selected finalists of Infrastructure Canada's Smart City Challenge, which invited municipalities, regional governments, and Indigenous communities to enter a competition where the winning proposals would be awarded federal financial grants to complete their projects. Prizes of $5 million, $10 million, and $50 million were awarded. Specifically, we compare the public engagement experiences of the Mohawk Council of Akwesasne (Quebec), the City of Guelph, and the Region of Waterloo. We carried out semi‐structured interviews and reviewed documents in each community to better understand how finalists in each category engaged residents in proposal development. The paper addresses how communities are approaching public engagement in smart city development and the implications of these approaches. We conclude that, despite earnest attempts to publicly engage and become citizen‐centric, municipal governments continue to see civic participation as a top‐down tool .
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,084 | 0,024 |
| Communication savante | 0,017 | 0,006 |
| Science ouverte | 0,003 | 0,018 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».