Electoral politics, gentrification, and strategic use of contested place identities in Toronto’s Portuguese neighbourhood
Notice bibliographique
Résumé
This article uses the lens of electoral politics to improve understanding of political dynamics in an ethnic neighbourhood undergoing gentrification, corresponding to Ward 18 and its antecedents in the City of Toronto. This ward has been populated by Portuguese immigrants and their descendants since the 1960s. Since the 1990s, gentrification has corresponded to a decrease in the Portuguese population alongside a proliferating, diverse mix of new arrivals. This article tackles the question of how gentrification affects electoral politics in this traditionally ethnic neighbourhood. In the history of Toronto’s municipal elections, a first-generation Portuguese Canadian candidate first appeared on the ballot in 1978; a decade later, the ward elected another first-generation Portuguese Canadian to the city council. In 2014, the third and most recent of them pursued her candidacy while recognizing the changed demographic and cultural circumstances of the neighbourhood existing as two places within a single urban space. Competing against a candidate with no cultural affiliation to the Portuguese Canadian community, the incumbent won by a narrow margin through appealing to out-group residents, while respecting and cherishing the Portuguese residents, or her robust electoral base. This electoral mirroring of the current condition of this urban space has implications for understanding the relationships between gentrification, urban ethnic minorities, and electoral politics; ethnicity is consolidated through electoral campaigns and mobilized as a useful and handy political tool, and both ethnic-based and non–ethnic-based place identities are strategically utilized for electoral politics in an ethnic neighbourhood undergoing gentrification.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,018 | 0,008 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».