MétaCan
Menu
← Retour à la cohorte
Enregistrement W4244847000 · doi:10.32920/ryerson.14646693

Investigating the Use of Sustainability and Sustainable Development by the City of Toronto Through a 30-Year Document Analysis

2021· preprint· en· W4244847000 sur OpenAlexaffabout
Shenley Audrey Alkins

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésOperationalizationSustainabilityConceptualizationInterdependenceSustainable developmentContent analysisExploratory researchSustainability scienceSocial sustainabilitySociologyPolitical scienceEnvironmental planningSocial scienceGeographyComputer scienceEpistemologyEcology

Résumé

récupéré en direct d'OpenAlex

The purpose of this research is to map the conceptual and theoretical foundations of sustainability and sustainable development, specifically how these concepts have been defined, conceptualized, and operationalized in the past, in effect to elucidate knowledge gaps and limitations of current research. This research uses an exploratory approach to textual discourse analysis to uncover the ways in which sustainability and sustainable development has been defined, conceptualized, and operationalized by the City of Toronto over the past thirty years. The findings of this research indicate that despite poorly defined conceptions of sustainability and sustainable development, operationalization has continued. However, many challenges to conceptualization and operationalization remain, such as those related to cross-scale coordination, understanding of social, economic, and environmental interdependencies, inadequate understanding of environmental conditions, and issues related to information sharing and reporting across institutions. Keywords sustainability; urban sustainability; sustainable development; municipal policy; municipal decisionmaking; textual data analysis; content analysis; discourse analysis

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)0,009
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,262
Score d'incertitude au seuil0,528

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0070,015
Études des sciences et des technologies0,0030,003
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,287
Écart entre enseignants0,264 · 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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEnvironmental and Social Impact Assessments→Travaux en français237 207→