MétaCan
Menu
Retour à la cohorte
Enregistrement W4207014272 · doi:10.1177/00420980211065895

Making Mangaung Metro: The politics of metropolitan reform in a South African secondary city

2022· article· en· W4207014272 sur OpenAlexaff
Nidhi Subramanyam, Lochner Marais

Notice bibliographique

RevueUrban Studies · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Issues in South Africa
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaPoliticsCorporate governanceEconomic growthPublic administrationPolitical scienceLocal governmentGovernment (linguistics)UrbanizationMunicipal servicesBusinessGeographyEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

Metropolitan reforms, which include the creation of unified metropolitan governments through municipal mergers and reclassification, are emerging as one strategy to address planning and service delivery challenges in the wake of increasing urbanisation across sub-Saharan Africa. Although metropolitanisation adds service area and mandates, well-functioning secondary cities that are part of a two-tier governance system in South Africa are pursuing metropolitanisation. The case of Mangaung, an early instance of secondary city metropolitanisation, is an opportunity to examine the motivations underlying these reforms, the politics involved and their impacts on urban governance. Mangaung’s political and administrative leadership pursued metropolitanisation to jump scale, attain greater political autonomy vis-à-vis other tiers of government, and obtain fiscal and technical resources available only to metropolitan municipalities in South Africa’s urban municipal hierarchy. Metropolitanisation was no panacea for Mangaung’s governance challenges, however, since it did not resolve the underlying weaknesses in municipal capacity or the regional economy, nor did it address the spatial legacies of apartheid that produced a sprawling metropolitan service area. As other South African secondary cities contemplate metropolitanisation, we recommend revising municipal structures and mandates and strengthening administrative capacities and economies in secondary cities.

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)0,003
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 enseignants0,067
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0210,014
Communication savante0,0040,003
Science ouverte0,0000,005
Intégrité de la recherche0,0020,003
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 Opus0,081
Tête enseignante GPT0,359
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 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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUrban StudiesMême sujetLegal Issues in South AfricaTravaux en français237 207