MétaCan
Menu
Retour à la cohorte
Enregistrement W3185460176

Smart Cities Should Look ‘Smart’: Innovating Policy Towards More Liveable Telecommunications Infrastructure

2019· article· en· W3185460176 sur OpenAlexaboutno aff
Ada Maciejewski

Notice bibliographique

RevueYork University Digital Library (York University) · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTelecommunicationsSmart cityBusinessComputer securityComputer scienceInternet of Things
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This Major Paper presents research on the physical execution of the Smart City, ICT infrastructure implementation and the role of urban design policy, using the City of Toronto as a case study. The research is focused primarily on telecommunications infrastructure in the City of Toronto. My research concerns the question of whether ICT infrastructure will negatively affect the urban design of cities. A qualitative methodology approach is applied in this research, including a literature review, policy review, site observations and semi-structured interviews with professionals in the fields of urban design, urban planning, infrastructure planning and city planning. This Paper presents a scholarly evolution of the Smart City paradigm, defining the physical components of the Smart City in the urban context. This is followed by a policy review of the specific urban design policies which guide ICT infrastructure in the City of Toronto. The bulk of this paper consists of a case study and research findings from site observations and semistructured interviews. Three themes from the policy review are presented, which guide the interpretation and analysis of field observations. A major finding is that, although there is consensus on the importance of urban design standards in policymaking for Smart City infrastructure, the City of Toronto has not sufficiently considered the urban design implications of ICT infrastructure.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,802
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,170
Écart entre enseignants0,159 · 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.

Devis d'étudeSans objet
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYork University Digital Library (York University)Même sujetSmart Cities and TechnologiesTravaux en français237 207