How to Save Chinatown: Preserving affordability and community service through ethnic retail
Notice bibliographique
Résumé
Chinatowns in North America have been especially hit hard by COVID-19, a reality of anti-Asian racist and xenophobic sentiment exacerbated by the global pandemic. The factors contributing to increased business closures, commercial vacancy, and gentrification in Chinatowns have existed before the pandemic and have only been exacerbated. In order to preserve Chinatowns, municipalities have enacted historic preservation and small business support measures, such as historic designations, technical assistance for businesses, increased permit scrutiny, and legacy business programs. This study investigates the difference in retail changes across three Chinatowns in Vancouver, San Francisco and Los Angeles both prior and during the COVID-19 pandemic. Concurrently, this study also examines the impact of retaining a legacy business program and other preservation measures on the retail landscape. Interviews with city officials, organizers, community institutions, and members of the business community were conducted along with an analysis of existing local programs, policies and reports. This study finds that measures taken through historic preservation, small business support, and pandemic relief have not significantly addressed core needs within Chinatown communities. The most effective forms of relief and preservation was affordable housing, community-ownership of commercial businesses, and direct assistance for commercial rent. This study also acknowledges that some Chinatowns are faring better than others due to the ability of the Chinese community to fight against to historic discriminatory planning practices such as urban renewal, slum clearance, and highway building. The impact of these histories is deeply intertwined with the survivability of ethnic retail within each distinct Chinatown, and depending on the strength of existing community ties that remain will inform how preservation policies should be enacted.
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 | 0,000 | 0,000 |
| 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 | 0,006 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».