MétaCan
Menu
Retour à la cohorte
Enregistrement W4400352189 · doi:10.3390/socsci13070360

Contested Terrains: Mega-Event Securities and Everyday Practices of Governance

2024· article· en· W4400352189 sur OpenAlexafffund
Amanda De Lisio, Michael Silk, Phil Hubbard

Notice bibliographique

RevueSocial Sciences · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing, Finance, and Neoliberalism
Établissements canadiensYork University
Organismes subventionnairesEconomic and Social Research CouncilUniversidade Federal do Rio de JaneiroSocial Sciences and Humanities Research Council of CanadaBournemouth University
Mots-clésCorporate governanceMega-Event (particle physics)TerrainBusinessFinanceGeographyCartography

Résumé

récupéré en direct d'OpenAlex

Sport mega-events (SMEs) remake cities as global brandscapes of leisured consumption; reliant in part upon securitization designed to create an atmosphere free from disturbance and render invisible those “abject” populations who might puncture the tourist bubble that surrounds stadia and fan-zones. Yet, such “shiny” cityspaces are not devoid of complexity, contestation, and compunction. In this paper, we draw on extensive ethnographic- and community-based participatory research in Rio de Janeiro, Brazil (prior to, during, and after two SMEs) collected in collaboration with sex workers, working in areas of SME intervention. Our focus is on the contingent nature of securitization amidst the contested terrains and trajectories of SME urbanism. Our analysis resonates with observations from other host cities, challenging dominant myths that the sport mega-event creates impermeable securitized cityscapes by revealing the fluid topography of formality and informality, contestation and negotiation, and oppression and power.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil0,362

Scores Codex et Gemma par catégorie

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

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 Opus0,060
Tête enseignante GPT0,298
Écart entre enseignants0,238 · 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 tête enseignante, 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSocial SciencesMême sujetHousing, Finance, and NeoliberalismTravaux en français237 207