MétaCan
Menu
Retour à la cohorte
Enregistrement W4407570576 · doi:10.31542/ea8tc405

Change in The Canadian Midwest: An Analysis of Land in Edmonton

2025· article· en· W4407570576 sur OpenAlexvenueaboutno aff

Notice bibliographique

RevueMacEwan University Student eJournal · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrbanization and City Planning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésZoningRevenueLand useGovernment (linguistics)Environmental planningSustainabilityLand-use planningUrban planningLand developmentBusinessLocal governmentNatural resource economicsGeographyEconomicsPublic administrationPolitical scienceCivil engineeringEngineeringLawFinance

Résumé

récupéré en direct d'OpenAlex

In this paper, I analyse the usage and layout of land in Edmonton, its impacts on the city’s growth and future, and propose potential solutions to the city’s current problems. Zoning is one specific area that will cause the council many political issues in the coming years. In city planning, “zoning” refers to how cities divide land into areas called “zones.” These zones typically have different regulations regarding how developers can use land and what buildings they can build. Recently, outdated zoning laws have hindered Edmonton’s climate goals and development in urban areas, which I will show in this paper. Even after zoning reform, the public remains concerned about the influence of big-money developers. However, Edmontonians are also uneasy about a more significant tax burden due to economic uncertainty. I propose regular 20-year zoning bylaw revisions, creating an inventory of unutilised and underutilised public land, and taking steps towards common land ownership. These solutions combine Edmonton’s future with current sustainability and development goals in mind. I also propose the creation of a land value tax and will show why it would be the most viable source of revenue for the city. This would reshape land ownership in Edmonton and Canada while boosting potential government resources.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,280
Score d'incertitude au seuil0,284

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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 Opus0,030
Tête enseignante GPT0,323
Écart entre enseignants0,293 · 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'étudeObservationnel
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMacEwan University Student eJournalMême sujetUrbanization and City PlanningTravaux en français237 207