The Effects of Urban Sprawl on Poverty in the City from Which It Emanates
Notice bibliographique
Résumé
Urban sprawl has been widely criticized in academia and other forums for the slew of aesthetic eyesores it has created and environmental issues it has exacerbated. Less discussion or research has taken up sprawl’s effects on poverty and how they intersect with class and race to self-propagate. In this paper, I gather findings from existing research on the subject and explain points of consensus and discord among scholars. The three ways by which urban sprawl worsens poverty are found to be spatial mismatch, the physical alienation of inner-city dwelling residents from suburban centres of concentrated employment; income segregation, the relegation of lower income residents to places of low job-concentration; and racial segregation, the spacial sorting of residents by race so that racial diversity decreases in given areas of residence. It is also found that these factors, which contribute to poverty and are driven by sprawl, also then drive sprawl themselves, creating feedback loops intensifying segregation and poverty. The inception of the modern city and the process of urban sprawl are also discussed. It is found that the same processes which created high population concentration to create the first cities during the industrial revolution, notably the advent of labour centres, drive modern urban sprawl. This and other processes are then used in the examinations of the above-mentioned issues to calculate the origins of these issues and contextualize them. 
 
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 | 0,001 | 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 ».