MétaCan
Menu
Retour à la cohorte
Enregistrement W3153214545

TOD as a Local Public Policy Instrument for Coordinating Land Use and Transportation: The Case of Sainte-Therese in the Montreal Metropolitan Area

2015· article· en· W3153214545 sur OpenAlexaboutno aff
Anna Dushina, Florence Paulhiac Scherrer, Franck Scherrer

Notice bibliographique

RevueFlux · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaContext (archaeology)Plan (archaeology)Land usePublic transportTransit-oriented developmentRegional scienceBusinessUrban planningSustainable developmentMode (computer interface)Land-use planningEnvironmental planningTransport engineeringGeographyPolitical scienceCivil engineeringComputer scienceEngineeringArchaeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Transit-Oriented Development (TOD) is generally seen as a North American urban planning model typified by higher density mixed-use developments linked to an efficient transit network operating on exclusive right-of-way. This urban form is thought to encourage more sustainable mobility behavior among city residents. However, TOD projects are rarely analyzed from the point of view of the actions and the processes that enable functional integration between land use and transportation at a local level. Developing an understanding of these processes is particularly important in the context of Greater Montreal, where multiple TOD areas are planned as a part of the implementation of the Metropolitan Land Use and Development Plan. Our case study of TOD implementation in Sainte-Therese, a city in the Greater Montreal area, is based on the notion of TOD as a public policy coordination instrument. The adoption, production and integration of this new instrument brought together local and metropolitan land-use and transportation stakeholders: TOD fostered a dynamic of cooperation, characterized by collective leadership, mutual adjustments of various interests and actions, and a progressive incremental mode of action.

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)0,002
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 enseignants0,058
Score d'incertitude au seuil0,418

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,006
Communication savante0,0040,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,071
Tête enseignante GPT0,333
Écart entre enseignants0,262 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFluxMême sujetUrban Transport and AccessibilityTravaux en français237 207