MétaCan
Menu
Retour à la cohorte
Enregistrement W4200301764 · doi:10.32920/17049434.v1

Toronto: Planning for Diversity, Inclusion and Urban Resilience

2021· preprint· en· W4200301764 sur OpenAlexaffabout
Zhixi Cecilia Zhuang

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaSettlement (finance)Diversity (politics)Psychological resilienceImmigrationInclusion (mineral)Political scienceWork (physics)PoliticsGeographyPhenomenonResilience (materials science)Economic growthEconomic geographySociologyBusinessSocial scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Recent waves of global migration have led to profound social, cultural, economic, political, physical, and environmental effects in metropolitan regions of major immigrant settlement. As noted in the World Migration Report, more scholars are exploring the relationship between migrants and cities.1 Cities play an important role in the processes of immigrant settlement and integration. Not only do they serve as reception areas for newcomers to live, work, learn, play, and socialize like other city inhabitants; they are also important places for building diverse, inclusive, resilient, and equitable communities in the long term. It has become imperative for municipalities to understand the dynamics and complexity of the global migration phenomenon and tackle the challenges and opportunities it presents locally. This report presents the key takeaways from Toronto’s planning practices as part of the Building Inclusive Cities initiative.

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 candidatesÉtudes des sciences et des technologies, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,536
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,010
Intégrité de la recherche0,0000,000
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 Opus0,056
Tête enseignante GPT0,335
Écart entre enseignants0,279 · 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'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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetUrban and Rural Development ChallengesTravaux en français237 207