MétaCan
Menu
Retour à la cohorte
Enregistrement W4280558501 · doi:10.32920/19750354.v1

Making public spaces smarter

2022· preprint· en· W4280558501 sur OpenAlexafffundabout
Danielle Lenarcic Biss

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensToronto Metropolitan UniversityMount Allison University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésRealmInteractive kioskBusinessPlan (archaeology)Public relationsCorporatizationSmart cityEnablingPolitical scienceInternet privacyInternet of ThingsComputer scienceWorld Wide WebGeography

Résumé

récupéré en direct d'OpenAlex

<p>Technologies are redefining public gathering spaces and changing our collective experiences in the city. Digital and smart tools bring opportunities like improved efficiency, responsiveness, and civic participation but also concerns of privacy, data management, and corporatization. This research explored the extent to which 137 Canadian communities are planning for use of technology in the public realm. Content analyses of planning policies and Smart Cities Challenge applications indicated that one third of communities proposed using technologies in public spaces. Findings suggest that Canadian municipalities are aspirational in their intentions and in the early stages of anticipating how to plan for and implement these tools. There is interest in experimenting with hubs for charging mobile devices, kiosks/screens for sharing information, smart transportation infrastructure, and smart street furniture. Recommendations for planners, planning schools, partnerships, design professionals, and Smart Cities Challenge stakeholders are highlighted.</p> <p>Key words: Smart Cities Challenge, public realm, civic technology, innovation, planning policy</p>

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,737
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,052
Tête enseignante GPT0,249
Écart entre enseignants0,197 · 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.

Devis d'étudeSans objet
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
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetSmart Cities and TechnologiesTravaux en français237 207