MétaCan
Menu
Retour à la cohorte
Enregistrement W3085580078 · doi:10.1177/0042098020949035

Gentrification or …? Injustice in large-scale residential projects in Hanoi

2020· article· en· W3085580078 sur OpenAlexafffund
Cuz Potter, Danielle Labbé

Notice bibliographique

RevueUrban Studies · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Planning and Governance
Établissements canadiensUniversité de Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaKorea University
Mots-clésGentrificationInjusticeSociologyContext (archaeology)PoliticsScale (ratio)SlumSocial injusticePolitical economyEconomic growthPolitical scienceEconomicsGeographyLaw

Résumé

récupéré en direct d'OpenAlex

Large-scale residential developments on expropriated lands in periurban Hanoi resemble forms of gentrification seen elsewhere. But is it gentrification? Current debate over the definition of gentrification has focused on whether the term has become too broad to be useful in different institutional and spatio-temporal contexts. While some push for a generalisable definition based in capitalist development, others argue that the term harbours Western assumptions that fail to usefully explain unique local circumstances. The paper first identifies one such conceptual assumption that must be made explicit since it provides the term’s politicising thrust: displacement generates an experience of social injustice. Then, drawing on surveys and interviews with residents as well as interviews with real estate agents, government officials and academics conducted in Hanoi between 2013 and 2017, the paper evaluates five types of displacement on the city’s outskirts. Because displacement only occurs in marginal cases and generates limited feelings of social injustice, the term ‘gentrification’ is of little use. Instead, the paper suggests that in a context of rapid urbanisation and relatively inclusive economic growth such as that of Hanoi the terms ‘livelihood dispossession’ and ‘value grabbing’ may better capture the experience of social injustice and are therefore more likely to generate political traction.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,236
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

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

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 Opus0,090
Tête enseignante GPT0,349
Écart entre enseignants0,259 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations16
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUrban StudiesMême sujetUrban Planning and GovernanceTravaux en français237 207