MétaCan
Menu
← Retour à la cohorte
Enregistrement W4396941107 · doi:10.35483/acsa.am.112.83

Undoing White Settler Designed Cities: The Agency of Mapping with Racialized Immigrant and Refugee Women in Canada

2024· article· en· W4396941107 sur OpenAlexaffabout
Natalia Escobar Castrillon

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésImmigrationGeographyPopulationEthnic groupRefugeeCensusEquity (law)Economic growthSociologyPolitical scienceDemography

Résumé

récupéré en direct d'OpenAlex

Although urban populations are becoming increasingly diverse, most cities are not designed to provide equitable access to urban amenities and infrastructure. Twentieth- century Western urban design standards were rooted in Eurocentric ideals, primarily addressing the needs of White, economically secure, able-bodied, neurotypical, cis-gender, heterosexual males. As a result, one key aspect of designing equitable cities is understanding the different embodied experiences of marginalized populations. However, at present, city planners rely on quantitative and abstract urban studies that continue to render other social groups invisible. This issue is particularly relevant in countries such as the settler state of Canada, where projections estimate that by 2041, one in three people will be a current or former immigrant. In addition, two in five people and one-third of the total female population will belong to racialized populations. This study focuses on Ottawa-Gatineau, two neighboring cities that mirror national demographic trends. I combine two mapping methods to document the distinct urban experiences of diasporic communities. The first method involves using Geographic Information System (GIS) to map census data, creating demographic maps of Ottawa-Gatineau. The goal is to select neighborhoods with a high density of economically insecure and racialized immigrant and refugee women, where the study of urban equity is more relevant. The second method involves a participatory mapping workshop to document the first-hand urban experiences of community members. The goal is to assess the adequacy and accessibility of urban infrastructure in their neighborhoods. Participants overwrite a map with their comments as an empowering technique that emphasizes their capacity to lead changes. The assessment, driven by the interests of participants, addresses topics such as transportation, amenities, services, and housing. The study reveals that beyond mere physical presence and proximity, questions about cultural, religious, and linguistic diversity, gender and age inclusivity, safety, affordability, schedule flexibility, maintenance, transit reliability, and social diversity and connectivity were crucial in assessing the adequacy and accessibility of urban infrastructure.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,073
Score d'incertitude au seuil0,530

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0580,014
Communication savante0,0100,002
Science ouverte0,0050,011
Intégrité de la recherche0,0020,003
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 Opus0,014
Tête enseignante GPT0,246
Écart entre enseignants0,233 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetUrban Transport and Accessibility→Travaux en français237 207→