MétaCan
Menu
Retour à la cohorte
Enregistrement W3026649843 · doi:10.1111/cag.12623

Canadian smart cities: Are we wiring new citizen‐local government interactions?

2020· article· en· W3026649843 sur OpenAlexafffundvenueabout
Peter A. Johnson, Albert Acedo, Pamela Robinson

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensToronto Metropolitan UniversityUniversity of Waterloo
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSmart cityCONTESTGovernment (linguistics)SustainabilityPublic relationsBusinessCivic engagementTransactional leadershipLocal governmentPolitical sciencePublic administrationInternet privacyPoliticsInternet of Things

Résumé

récupéré en direct d'OpenAlex

Governments around the world are developing smart city projects, with the aim to realize diverse goals of increased efficiency, sustainability, citizen engagement, and improved delivery of services. The processes through which these projects are conceptualized vary dramatically, with potential implications for how citizens are involved or engaged. This research examines the 20 finalists in the Canadian Smart Cities Challenge, a Canadian federal government contest held from 2017 to 2019 to disburse funding in support of smart city projects. We analyzed each of the finalist proposals, coding all instances of citizen engagement used to develop the proposal. A significant majority of the proposals used traditional types of citizen engagement, notably citizen meetings, round tables, and workshops, to develop their smart city plans. We also noted the use of transactional forms of citizen engagement, such as apps, and the use of social media. Despite the general rhetoric of innovation in the development of smart cities, this research finds that citizens are most commonly engaged in traditional ways. This research provides cues for governments that are developing smart city projects, placing an emphasis on the importance of the process of smart city development, and not simply the product.

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)0,005
score de la tête « metaresearch » (Gemma)0,014
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: aucune
Score de désaccord entre enseignants0,151
Score d'incertitude au seuil0,984

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,008
Études des sciences et des technologies0,0410,021
Communication savante0,0200,009
Science ouverte0,0030,009
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0210,002

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 Opus0,011
Tête enseignante GPT0,175
Écart entre enseignants0,164 · 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

Citations42
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

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