Finding Mutual Benefit in Urban Development
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Problem, research strategy, and findings Public and nonprofit agencies struggle to compete for space in cities as development pressures and unaffordability intensify. We have identified a potential solution in creative mixed-use projects: ad hoc, cross-sectoral partnerships to develop mixed-use buildings involving a public or nonprofit use. We built our analysis on a census of 54 projects in Toronto (Canada), interviews with 24 stakeholders, and a rich data set of secondary sources. We traced the emergence of this approach in Toronto over 2 decades, mapping its geographical expansion, stakeholder diversification, and the various mutually beneficial spatial arrangements of buildings. Building on the theory of collaborative advantage, we analyzed the motivations behind cross-sector partnered ventures, finding a gradual shift from resorting to partnership in reaction to obstacles to partnerships strategically designed to pool together land, resources, and support for development. Third, we highlight here the role of champions in underwriting risks and the limits of relying on market solutions for social purposes. We conclude by discussing the relevance of collaborative city-building in land-constrained North American planning contexts.Takeaway for practice Government agencies, nonprofit organizations, and developers alike can benefit from creative mixed-use partnerships, which unlock access to land, resources, development capacities, and community support. Contrary to popular perceptions, intentional separation of nonprofit and for-profit uses can be mutually beneficial. Despite the one-off nature of creative mixed-use development, it can be propelled by an initial cohort of successful partnerships and landmark projects. Limited-time leases, insufficient organizational capacity, and low market demand hinder its implementation.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle