MétaCan
Menu
Retour à la cohorte
Enregistrement W4387161801 · doi:10.1080/01944363.2023.2253295

Digital Technology Use and Future Expectations

2023· article· en· W4387161801 sur OpenAlexaboutno aff
Claire Daniel, Elizabeth A. Wentz, Petra Hurtado, Wei Yang, Christopher Pettit

Notice bibliographique

RevueJournal of the American Planning Association · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMultinational corporationWork (physics)Big dataPublic relationsEmerging technologiesBusinessScenario planningKnowledge managementMarketingPolitical scienceComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Problem, research strategy, and findings The implications of digital technologies for planning practice are receiving renewed interest in the wake of ever-improving capabilities in Big Data and artificial intelligence, as well as the rapid uptake of new technologies that allowed planners to work remotely during the COVID-19 pandemic. Despite this interest, there has been little cross-country comparative research regarding the adoption of technology within the planning profession and even less that addresses planners’ expectations and desires for future digital tools. We undertook a multinational online survey of planners in the United States, Canada, the United Kingdom, Australia, and New Zealand to gain a comprehensive understanding of current and expected future use of data and software in planning practice. Although the current use of data-intensive digital tools was limited, we found widespread expectations of change across the planning profession. Remarkable similarities were observed across the countries surveyed. The biggest differences in tech use were among planners undertaking strategic, specialist, and regulatory roles.Takeaway for practice Planning organizations around the world should prepare for a new wave of digital change as many technical obstacles that previously hindered the rapid exchange and analysis of vast amounts of data have now been overcome. Continued development of digital skills among planners is important but should be paired with career pathways for digital specialists within the profession. Planners should not complacently assume that adopting digital technologies will automatically lead to more effective and equitable planning outcomes. They should use digital processes to actively address biases in the underlying planning system.

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)0,012
score de la tête « metaresearch » (Gemma)0,053
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 enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,053
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,006
Communication savante0,0100,011
Science ouverte0,0010,005
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,007
Tête enseignante GPT0,226
Écart entre enseignants0,218 · 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

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Planning AssociationMême sujetLand Use and Ecosystem ServicesTravaux en français237 207