MétaCan
Menu
Retour à la cohorte
Enregistrement W4392927032 · doi:10.1080/07352166.2024.2326487

The neighbor spectrum in community housing: Pro-social, anti-social and asocial neighboring in Vancouver

2024· article· en· W4392927032 sur OpenAlexaffabout
Meg Holden, Robyn Lee, Flandrine Lusson, Lainey Martin, Dorin Vaez Mahdavi, Sara Emami, Yushu Zhu

Notice bibliographique

RevueJournal of Urban Affairs · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Aging, and Tourism Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesAmerican College of Foot and Ankle Surgeons
Mots-clésContext (archaeology)Vulnerability (computing)Inclusion (mineral)Diversity (politics)SociologyPublic housingEconomic growthPolitical scienceGeographyGender studies

Résumé

récupéré en direct d'OpenAlex

This article presents focus group research with community housing residents in Vancouver, Canada, investigating the role, activities, and importance of neighboring to these individuals living in vulnerable situations. Neighborly relationships play a key role in connecting the private home with the larger urban community through processes of home-making, social inclusion and integration, but an increasing share of urbanites are excluded from the structural and social expectations of good neighboring. Although neighbors constitute weaker and different ties than friends and family, and although contemporary urban community housing situations present barriers to good neighboring, neighboring is nonetheless essential to urban quality of life. We propose a conceptual frame of a spectrum of neighboring and find that pro-social neighboring, anti-social neighboring, and a middle zone of asocial neighboring, all are important aspects of life in community housing that are also defined in a context-specific way by community housing residents. The outcomes of this research highlight the need for urban social and housing policy that addresses neighboring across the spectrum as an important part of social inclusion and well-being efforts in cities contending with increasing density, diversity, and vulnerability.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,259
Score d'incertitude au seuil0,521

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,003
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,295
Écart entre enseignants0,271 · 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'étudeQualitatif
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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Urban AffairsMême sujetMigration, Aging, and Tourism StudiesTravaux en français237 207