MétaCan
Menu
Retour à la cohorte
Enregistrement W4384928753 · doi:10.1111/cag.12870

Excessive rightsizing? The interdependence of public school closures and population shrinkage

2023· article· en· W4384928753 sur OpenAlexafffundvenueabout
Rachel Barber, Maxwell Hartt, Patricia Collins

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrbanization and City Planning
Établissements canadiensQueen's University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésProsperityResizingPopulationContext (archaeology)Economic growthClosure (psychology)Educational attainmentDiversity (politics)GeographyPolitical scienceSociologyEconomicsDemographyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Shrinking cities have, by definition, lost population. Rightsizing is a strategic planning approach to mitigate the challenges of population loss by adjusting a municipality's services, amenities, or even footprint to fit a new demographic reality. While studies have documented the unacceptability and ineptitude of municipality‐driven rightsizing, public school closures have proliferated and quietly become a noteworthy material manifestation of population change. However, as public schools are widely considered to be a foundational component of community cohesion, identity, and prosperity, it begs the question of whether their closure may accelerate the decline feedback mechanisms already present in many shrinking cities. Our study examines public school closures in Ontario, Canada, from 2011 to 2016 to determine the relationship between municipal population trajectories and size and public school closures, and to explore the prevalence of school closures and the community context in shrinking Ontario municipalities. We find that public school closures occurred disproportionately in shrinking and smaller municipalities. Furthermore, public school closure prevalence is associated with low income, low ethnoracial diversity, and low educational attainment .

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)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,253
Score d'incertitude au seuil0,509

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,003
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,017
Tête enseignante GPT0,241
Écart entre enseignants0,223 · 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'étudeObservationnel
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
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetUrbanization and City PlanningTravaux en français237 207