MétaCan
Menu
Retour à la cohorte
Enregistrement W3122484891 · doi:10.1080/02723638.2021.1878439

Charting the design and implementation of the smart city: the case of citizen-centric bikeshare in Hamilton, Ontario

2021· article· en· W3122484891 sur OpenAlexaboutno aff
Robert Bradshaw, Rob Kitchin

Notice bibliographique

RevueUrban Geography · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesH2020 European Research Council
Mots-clésTechnocracyScholarshipSociologyCitizen scienceCitizen journalismIdeologySmart cityUrbanismSoftware deploymentReflexivityPolitical sciencePublic administrationSocial scienceEngineeringPoliticsComputer scienceArchitectureComputer securityInternet of ThingsLawGeography

Résumé

récupéré en direct d'OpenAlex

Previous scholarship on the smart city has expressed concern at the top-down, technocratic nature of smart technologies and the lack of meaningful citizen participation in their development. In this paper, we utilize instrumentalization theory to trace the initiation, design and deployment of a specific smart city initiative: bikeshare in Hamilton, Ontario. Smart bikeshare is increasingly seen as complicit in processes of social stratification, serving a predominately white, middle-class demographic and particular locales. Our case study reveals the potential of reflexive design praxes to reconfigure bikeshare as a platform for both instrumental and social value. In particular, we highlight how collaborative, open and inclusive forms of urban governance can enroll a broad range of civic actors to create a scheme that embodies diverse but complimentary goals and ideologies. We conclude that instrumentalization theory provides a conceptual means to open up the “black box” of urban design to critical interrogation, and to identify how to enact participatory design and citizen-centric smart urbanism.

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 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 enseignants0,071
Score d'incertitude au seuil0,515

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0280,018
Communication savante0,0050,001
Science ouverte0,0010,004
Intégrité de la recherche0,0020,001
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 Opus0,012
Tête enseignante GPT0,203
Écart entre enseignants0,190 · 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'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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUrban GeographyMême sujetSmart Cities and TechnologiesTravaux en français237 207