Placemaking & Engaging Diverse Communities: Exploring Opportunities for Community Arts in Toronto’s Mobility Hubs
Notice bibliographique
Résumé
As high-volume nexuses between different modes of transportation interfacing with various other employment, retail, residential and recreational land-uses, mobility hubs are a key component of expected future improvements in Toronto’s transit infrastructure. Transit-oriented considerations have increasingly become a central factor guiding urban development and growth. The inherent challenge of engaging a diverse urban population in decisions about the built environment can be further compounded when seeking to animate communities with marginalized populations while using ‘one size fits all’ engagement methods. Nonetheless, the dynamic nature of sustainability creates a need to revise community visions frequently. This paper draws on interviews with community arts professionals and art educators, as well as representatives from transportation, urban planning, urban design and architecture to explore the potential of community art as a transformative tool and as a way of fostering more inclusive urban regeneration. The potential for community art as a more central element in the planning and development of mobility hubs is also examined. The results identified that community arts and arts-based engagement strategies have the potential to help overcome many of the pervasive barriers to participation associated with traditional engagement methods. A host of process- and outcome-oriented benefits were identified by participants, including the potential for fostering inter- and intra-neighbourhood dialogue, building a stronger sense of neighbourhood identity, and developing capacity towards community-led neighbourhood regeneration. The results have implications for the transformative and capacity-building potential of community art and arts-informed engagement strategies as perceived and utilized by urban planners.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,016 | 0,011 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».