The Scarborough Survey: An interdisciplinary hybrid instrument to explore suburban challenges in Canada
Notice bibliographique
Résumé
While urban regions continue to grow, much of the urbanization that is occurring is better described as suburbanization. This is generating and will continue to generate immense pressure on our social and environmental systems. To address these challenges and exploit specific suburban opportunities, cities globally require a complete understanding of the complexity of how human and environmental systems are uniquely intertwined within suburban contexts. The Suburban Mobilities (SuMo) cluster at the University of Toronto Scarborough (UTSC) aims to address these academic and policy challenges, generating transformative, interdisciplinary, partnered research about suburban contexts that will allow communities to solve holistic transportation challenges facing the suburbanized world in the 21st century.Among the multiple projects developed within the SuMo cluster, one highlight is the design of a multidimensional survey in Scarborough, an eastern suburb of Toronto, Canada. Multiple transportation, land use, pricing and census data sources have allowed us to characterize this area to date, and we wondered what information would be helpful to collect in a survey to fill data gaps that will enable a better and deeper characterization of transportation’s impacts on quality of life of people living in Scarborough. This article details the particularities of the Scarborough context, as well as the design process, sampling strategy, representativeness, main descriptive results, and ongoing work using the survey. Finally, a reduced and aggregated survey version is available for the general public with respective documentation for ease of use.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».