MétaCan
Menu
Retour à la cohorte
Enregistrement W4409673701 · doi:10.1177/0961463x251333857

Sidewalk Toronto and the discursive politics of the real-time city

2025· article· en· W4409673701 sur OpenAlexaffabout
Nathan Olmstead

Notice bibliographique

RevueTime & Society · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPoliticsSociologyMedia studiesAestheticsPolitical scienceArtLaw

Résumé

récupéré en direct d'OpenAlex

As communities around the world invest in new digital technologies, many are guided by enthusiasm for what Rob Kitchin calls ‘the real-time city’. From connected traffic lights that adjust to the flow of vehicles to digital platforms that allow residents to track snowplows in their area, these ‘smart city’ technologies promise ‘real-time’ updates and ‘real-time’ control. But what does it mean for a technology or a city to operate in ‘real-time’, and what is the relationship between ‘real-time’ and the utility or intelligence of digital systems? What does excitement over ‘real-time’ overlook? To answer these questions, this paper explores the discursive function of ‘real-time’ within the context of Sidewalk Toronto, Canada's most prominent foray into smart city development. Drawing on the project's initial proposal and subsequent development plan, it suggests that the discursive function of ‘real-time’ was threefold. First, references to ‘real-time’ affirmed the immediacy or objectivity of ‘smart city’ technologies. Second, enthusiasm for ‘real-time’ affirmed the objectification and commodification of time itself. Third, references to ‘real-time’ aided in the de-contextualization and de-politicization of algorithmic decision-making, collapsing urban governance into a ‘perpetual present’ in which ‘real-time’ constituted no time (or space) at all. The paper closes by exploring the politics of this ‘real-time city’, and the hierarchical and technocratic forms of governance that characterized the Sidewalk Toronto project.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,193
Score d'incertitude au seuil0,937

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0310,055
Communication savante0,0190,005
Science ouverte0,0020,007
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,193
Écart entre enseignants0,189 · 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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTime & SocietyMême sujetSmart Cities and TechnologiesTravaux en français237 207