MétaCan
Menu
Retour à la cohorte
Enregistrement W4380682340 · doi:10.7202/1100521ar

“It’s Not Only Our Task”

2023· article· en· W4380682340 sur OpenAlexvenueno aff
Krista Willman

Notice bibliographique

RevueACME · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueUrban Agriculture and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesSuomen Kulttuurirahasto
Mots-clésAmbiguityPoliticsCorporate governanceSpace (punctuation)Administration (probate law)ScarcityPublic administrationUrban spaceSociologyPolitical scienceTask (project management)Public relationsRegional scienceManagementLawEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

An ongoing academic debate shows that urban community gardening (CG) has diverse governance models with differing roles of city administration and citizens. This article uses an empirical case study conducted in the city of Tampere, Finland, to explore what I call the “operational space” of urban CG seen from the viewpoint of city officials. Two rounds of interviews were conducted with eight city officials, and a discourse analysis was applied for the data. As an analytic term developed in this article, the operational space emerges by administrative policies and practices that enable or constrain urban gardening under two general trends of urban governance: institutional ambiguity and neoliberal urban development. In this case, the operational space was rather rigid and narrow. The five main discourses on benefit, control of space, scarcity, unclarity, and newness referred to a clear aim to enable urban gardening. However, the discourses were restricted to strategic, limited, and instrumental levels, as the political-strategic aims of enabling urban gardening contradicted the administrative practices. The results show that cautiousness and unclarity in the administrative-political culture tend to lead to institutional ambiguity. In conclusion, operational space analysis is helpful to uncover the problems and possibilities between CG and city administration.

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)0,015
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0100,055
Communication savante0,0120,019
Science ouverte0,0020,007
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,028
Tête enseignante GPT0,237
Écart entre enseignants0,209 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACMEMême sujetUrban Agriculture and SustainabilityTravaux en français237 207