MétaCan
Menu
Retour à la cohorte
Enregistrement W3027354750 · doi:10.1002/asi.24387

#<scp>BlockSidewalk</scp> to Barcelona: Technological sovereignty and the social license to operate smart cities

2020· article· en· W3027354750 sur OpenAlexaboutno aff
Monique Mann, Peta Mitchell, Marcus Foth, Irina Anastasiu

Notice bibliographique

RevueJournal of the Association for Information Science and Technology · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSovereigntySmart cityLicenseCorporatizationUrbanismRight to the citySociologyEmpowermentAutonomyCorporate governancePublic administrationPolitical scienceBusinessPoliticsComputer securityArchitectureLaw

Résumé

récupéré en direct d'OpenAlex

Abstract This article explores technological sovereignty as a way to respond to anxieties of control in digital urban contexts, and argues that this may promise a more meaningful social license to operate smart cities. First, we present an overview of smart city developments with a critical focus on corporatization and platform urbanism. We critique Alphabet's Sidewalk Labs development in Toronto, which faces public backlash from the #BlockSidewalk campaign in response to concerns over not just privacy, but also lack of community consultation, the prospect of the city losing its civic ability to self‐govern, and its repossession of public land and infrastructure. Second, we explore what a more responsible smart city could look like, underpinned by technological sovereignty, which is a way to use technologies to promote individual and collective autonomy and empowerment via ownership, control, and self‐governance of data and technologies. To this end, we juxtapose the Sidewalk Labs development in Toronto with the Barcelona Digital City plan. We illustrate the merits (and limits) of technological sovereignty moving toward a fairer and more equitable digital society.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,995
Score d'incertitude au seuil0,526

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,012
Communication savante0,0100,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,010
Tête enseignante GPT0,218
Écart entre enseignants0,208 · 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.

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

Citations81
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Association for Information Science and TechnologyMême sujetSmart Cities and TechnologiesTravaux en français237 207