MétaCan
Menu
Retour à la cohorte
Enregistrement W4244430697 · doi:10.32920/ryerson.14644917.v1

Publicly-led proactive and privately-led reactive planning : a comparison of comprehensive planning and development approaches between East Bayfront and King-Liberty Village

2021· preprint· en· W4244430697 sur OpenAlexaffabout
Joshua Hilburt

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueUnderground infrastructure and sustainability
Établissements canadiensToronto Metropolitan UniversityMcGill University
Organismes subventionnairesnon disponible
Mots-clésDowntownBrownfieldRedevelopmentUrban planningInvestment (military)BusinessSustainabilityStrategic planningPublic administrationPublic investmentTransportation planningEconomic growthEnvironmental planningPolitical scienceEconomicsGeographyEngineeringTransport engineeringCivil engineeringMarketingLaw

Résumé

récupéré en direct d'OpenAlex

This research examines two sites in downtown Toronto undergoing large-scale comprehensive brownfield redevelopment schemes. While city agencies helped to spur initial investment in King-Liberty Village, most changes have been privately-led while the planning department has attempted to incrementally guide development and the inclusion of specific public amenities. Waterfront Toronto's planning of East-Bayfront is seen as a strategic public investment and has undergone proactive policy-led planning. These differing frameworks have resulted in contrasting outcomes. While the planning and development framework of the latter has created the conditions for a neighbourhood well-serviced by transit and more robust parkland, affordable housing and sustainability goals, it has required enormous public investment. The process in King-Liberty Village is more indicative of the challenges facing other private redevelopments that often require greater public planning resources than are available to ensure Toronto's continued growth is sufficiently accommodated.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,583
Score d'incertitude au seuil0,830

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,004
Communication savante0,0040,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,065
Tête enseignante GPT0,272
Écart entre enseignants0,206 · 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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetUnderground infrastructure and sustainabilityTravaux en français237 207