Expelled from the garden? Understanding the dynamics of green gentrification in Vancouver, British Columbia
Notice bibliographique
Résumé
There is substantial evidence detailing the ecological and social benefits provided through urban greening. However, research in the field of urban green equity has revealed that these benefits are not enjoyed equitably by all residents; existing disparities in the distribution, accessibility, and experience of urban greening disproportionately affect historically marginalized communities and residents. Furthermore, green gentrification scholarship has indicated that instances of urban greening intended to rectify inequities, can contribute to or elicit shifts in property values, encouraging speculative commercial and retail investment, disrupting existing socio-spatial relationships, and threatening the housing security of residents. Although there is consensus on this general characterization of green gentrification, many questions remain concerning the relationships between urban residents engaged in small-scale urban greening and the perpetuation of green gentrification outcomes. Contributing to this line of inquiry, we present a case study of an urban farm operating in Vancouver, Canada, facing displacement due to the redevelopment of its current site. Our results from the study illuminate the contradictory position in which urban residents practicing urban greening are sometimes placed—both implicated in and impacted by green gentrification processes. We present a review of our case study to highlight the power dynamics that farm members must navigate in the effort to preserve their access to land and continue their farming practice. Then, we discuss the farm's role as a consultant for the redevelopment process, exploring how its vision, mission, and identity have been co-opted by development agents and used as a branding tool to promote and support the public perception of the redevelopment. Our findings offer insight into novel relationships between urban agriculture, large-scale redevelopment, and green gentrification. What's more, they contribute to existing discourse concerning the limitations of development processes to account for the risks of green gentrification.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».