MétaCan
Menu
Retour à la cohorte
Enregistrement W4288032704 · doi:10.2495/sdp220061

CIVIC DISCOURSE AND SPACE ACTIVATION AS A COLLABORATIVE CITY-BUILDING PROCESS

2022· article· en· W4288032704 sur OpenAlexaffabout
EMILY KLOPPENBURG, BEATRIZ MARTINS, CINDY NACHAREUN, REBECCA POSCHMANN, Fabian Neuhaus

Notice bibliographique

RevueWIT transactions on ecology and the environment · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural Industries and Urban Development
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésUrbanismPublic spaceOutreachPublic relationsSociologyRealmArchitectural engineeringPerspective (graphical)Space (punctuation)Process (computing)Service (business)ArchitecturePolitical scienceEngineeringComputer scienceBusinessVisual artsMarketing

Résumé

récupéré en direct d'OpenAlex

With tactical urbanism, we utilize a method that involves citizens by taking a hands-on approach to the city-building process.The undertaken, short-term transformation through co-created projects builds on existing individual and collective identities.Applying tactical urbanism to the public realm will shift current perceptions of a space from a service to a collaborative venture that enables engagement for all persons.Together, a NEXT Calgary is created.The outreach for this project focuses on the public and civic discourse, specifically addressing the conversations about the built environmental in Calgary, AB.This paper will provide examples on how tactical urbanism was implemented across Calgary whether through little surprises woven into the urban fabric or how the project allowed Calgarians to (re)connect with the everyday.There are two angles to this approach.One is the public perspective and how the public related to the work, and the other angle is the official perspective of how bodies and the city have grudgingly come along the journey.

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)0,009
score de la tête « metaresearch » (Gemma)0,008
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: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0150,045
Communication savante0,0210,014
Science ouverte0,0020,019
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,013
Tête enseignante GPT0,266
Écart entre enseignants0,252 · 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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWIT transactions on ecology and the environmentMême sujetCultural Industries and Urban DevelopmentTravaux en français237 207