MétaCan
Menu
Retour à la cohorte
Enregistrement W4392559826 · doi:10.1177/08854122241227804

Segregating by Greening: What do We Mean by Green Gentrification?

2024· article· en· W4392559826 sur OpenAlexaff
Isabelle Anguelovski, James J. Connolly

Notice bibliographique

RevueJournal of Planning Literature · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensVancouver Community CollegeUniversity of British Columbia
Organismes subventionnairesH2020 European Research CouncilMinisterio de Ciencia, Innovación y Universidades
Mots-clésGentrificationGreeningUrban greeningEconomic geographySociologyGeographyPolitical scienceEconomicsEconomic growthLaw

Résumé

récupéré en direct d'OpenAlex

We clarify the relationship between greening and gentrification by examining the sociospatial dynamics that characterize and drive “green gentrification.” Through a conversation with the growing literature on green gentrification, we show that this relationship is nuanced and contingent upon contextual factors and we depict the exclusions at stake. In short, green gentrification is a process that generates urban green sacrifice zones, by which historically marginalized residents are forced away from greener neighborhoods, often segregated to greyer and climate-insecure areas, and which includes feedback loops of accelerated greening and exclusive investments. We conclude with future policy directions to address these green inequalities.

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)0,007
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0100,068
Communication savante0,0100,017
Science ouverte0,0020,009
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,013
Tête enseignante GPT0,268
Écart entre enseignants0,256 · 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'étudeThéorique ou conceptuel
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

Citations32
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Planning LiteratureMême sujetUrban Green Space and HealthTravaux en français237 207