MétaCan
Menu
Retour à la cohorte
Enregistrement W4252713914 · doi:10.32920/ryerson.14648220.v1

Bikes and Belonging: A Photographic Exploration of the Bike Host Program in Toronto

2021· preprint· en· W4252713914 sur OpenAlexaboutno aff
Yvonne Verlinden

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTRIPS architectureDestinationsImmigrationRefugeeNeighbourhood (mathematics)Host (biology)GeographySociologyAdvertisingPsychologyVisual artsEngineeringTransport engineeringTourismBusinessArtArchaeology

Résumé

récupéré en direct d'OpenAlex

This major research project uses photography to explore questions of mobility, place-learning and belonging with newcomers participating in the Bike Host program in Toronto. Created by CultureLink Settlement Services in 2011, Bike Host loans bicycles out to immigrants and refugees and matches them with a cycling mentor. Through small group rides and large events, the participants have the opportunity to explore Toronto, gain confidence riding, make social connections, practice English and engage in volunteerism. For this project, a dozen participants also took pictures of how they were using their bicycles and shared their photos in small group, semi-structured discussions, which were recorded and analyzed. Four themes emerged: freedom, comfort and knowledge, discovery and belonging. The photographers found that compared to walking, they could travel further more quickly and with less effort, which prompted them to make more trips within their communities. The photographers also appreciated that, unlike with transit, they could leave whenever they wanted and take whichever route they wanted. This new mobility led to discovery, in both guided group rides to iconic Toronto destinations and in neighbourhood meanderings, undertaken independently along local streets and trails. Through this process, they filled in the gaps in their local cognitive maps. Increased familiarity led to an increased sense of belonging, as places that were once unfamiliar began to feel more like home.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,298
Score d'incertitude au seuil0,929

Scores Codex et Gemma par catégorie

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

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 Opus0,510
Tête enseignante GPT0,621
Écart entre enseignants0,111 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetParticipatory Visual Research MethodsTravaux en français237 207