MétaCan
Menu
Retour à la cohorte
Enregistrement W4292787542 · doi:10.1111/cag.12796

A tale of two trails: Lessons from a comparative account of the Trans Canada Trail and the Sendero de Chile

2022· article· en· W4292787542 sur OpenAlexaffvenueabout
Erich Seydewitz, Monica E. Mulrennan, Magdalena García

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipPoliticsPolitical scienceVariety (cybernetics)Public relationsPublic administrationSociologyRegional scienceComputer science

Résumé

récupéré en direct d'OpenAlex

A new generation of greenways has emerged in recent years, the most ambitious of which are nationwide, interconnected networks of multi‐use, multi‐purpose greenways and trails, clustered under a single national vision. However, because these initiatives have been the focus of so few research studies, opportunities to glean lessons from their planning and implementation have been limited. This paper contributes to addressing this knowledge gap by presenting a comparative account of two networks, the Trans Canada Trail in Canada and Sendero de Chile in Chile. Using document analysis and interviews with officials closely involved in their development, the evolution of both networks is documented over time, emphasizing similarities and differences related to their planning and implementation. Both initiatives have faced significant challenges in reaching their connection goals and have availed themselves of a diverse range of opportunities and strategies to advance their agendas. A simple model of a virtuous cycle is proposed to highlight the positive feedback—between political and public support, sustained funding, partnership development, accessibility for urban residents, and connectivity of the network—generated by sustained network expansion over time. It is hoped that the insights offered from this analysis may offer guidance to inform the development of similar scale projects elsewhere.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,151
Score d'incertitude au seuil0,379

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0170,013
Communication savante0,0100,007
Science ouverte0,0020,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,013
Tête enseignante GPT0,210
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 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

Citations4
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetUrban Green Space and HealthTravaux en français237 207