MétaCan
Menu
Retour à la cohorte
Enregistrement W33245894 · doi:10.1016/j.bbamem.2020.183513

It Takes a Region: A Case Study of Growth and Governance in the St. John’s city-region of Newfoundland and Labrador

2014· article· en· W33245894 sur OpenAlexaboutno aff
Brian Hubert Polem Butt

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRural development and sustainability
Établissements canadiensnon disponible
Organismes subventionnairesGrantová Agentura České Republiky
Mots-clésCorporate governanceGeographyRegional scienceEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

This study is about understanding a less typical Canadian response to metropolitan regional governance in the St. John’s city-region of Newfoundland and Labrador. Governance of city-regions has become a prominent concern of urbanizing areas around the globe, yet the political dynamics of the local context significantly impact adoption of regional solutions to this challenge. In this research, content analysis of policy reports and consulting studies were combined with interviews of provincial and municipal leaders, planners and regional organizations. The study found that despite a number of operationally effective single-purpose regional bodies there is a high level of power imbalance, distrust of the centre city, and a history of relations that are not conducive to advancing regionalism. Still, there are ongoing forums that continue to advance the region as a legitimate scale for action and participants see value in the regional approach. This study concludes that Provincial intervention is necessary to steer the leadership of the region toward workable regional solutions. In order to enhance inter-municipal collaboration in regional governance the Province needs to act as a facilitator to move beyond historical power dynamics and build trust. Furthermore, in order to improve relations with its neighbours, the City of St. John’s has to seek collaborative solutions and put the amalgamation ghost to rest.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,232
Score d'incertitude au seuil0,468

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0100,004
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,021
Tête enseignante GPT0,224
Écart entre enseignants0,202 · 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'étudeQualitatif
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRural development and sustainabilityTravaux en français237 207