MétaCan
Menu
Retour à la cohorte
Enregistrement W4403789847 · doi:10.1177/00420980241282591

Fixing motorisation: The logics of infrastructure solutionism in Bengaluru

2024· article· en· W4403789847 sur OpenAlexaff
Sreelakshmi Ramachandran, Apoorva Rathod, Jacob Baby, Yogi Joseph, Govind Gopakumar

Notice bibliographique

RevueUrban Studies · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésBusinessGeography

Résumé

récupéré en direct d'OpenAlex

Cities often deploy infrastructure-based solutions to tackle problems such as congestion caused by increasing motorisation rates. Such solutions include the introduction of complete streets or improved public transit systems. However, these solutions are often viewed as ‘quick fixes’ that are expected to resolve issues with ease. This article examines this phenomenon, which we call infrastructure solutionism, through two case studies in Bengaluru, India – re-shaping public transportation to attract car users through demand management, and redesigning major streets to accommodate varied users through parcelling. Through these case studies, it becomes evident that infrastructure solutions did not address the problems caused due to motorisation. Building upon the literature on technological solutionism in Science and Technology Studies, this article unpacks rationalities of infrastructure solutionism by examining material, valuational and expectational commitments mobilised through each case, and suggests that such solutions appear to be concerned with city image building, rather than addressing the chokehold of automobilisation.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,492
Score d'incertitude au seuil0,230

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,037
Tête enseignante GPT0,344
Écart entre enseignants0,308 · 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'étudeSans objet
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUrban StudiesMême sujetWater Governance and InfrastructureTravaux en français237 207