Notice bibliographique
Résumé
Cities around the world have rushed to respond to the COVID-19 pandemic by regulating public space to promote social distancing and stimulate economic recovery. The resulting decisions are what we term ‘pandemic pop-ups’ – hasty, real-time, and temporary changes to the use and regulation of public space. Focusing on Toronto, Canada, and Sydney, Australia, we argue that pandemic pop-ups extend beyond immediate infrastructure needs to how cities govern generally. Pop-ups may replace cars with bikes or extend restaurants into streets, and for this they have been celebrated: for saving jobs, and for making streets safer and more enjoyable. Pandemic pop-ups are not universally positive, however. They also remove tent encampments, make racialized residents more vulnerable to sanctions, and rush through controversial infrastructure projects. As we consider pandemic and post-pandemic cities, the governance of pop-ups demands critical scrutiny. The laws that regulate urban space are always open to multiple interpretations (Cover, 1983). The force of law depends on its social context, on the ability of legal actors to give effect to their preferred interpretations and the lack (or inability) of others to challenge those interpretations. Through pop-ups, cities enact a particular form of legality – by which we mean not just legal texts, but the range of rules, practices, and understandings through which those texts take effect in the world – that weakens democratic oversight and participatory processes. With an emphasis on speed over process, pop-ups have invariably been deployed without oversight or engagement, and rarely involving the voices of racialized or vulnerable people. We recognize the value that pop-ups can bring to cities – socially, economically, and environmentally – as well as the urgent challenges that make pandemic pop-ups critical.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».