MétaCan
Menu
Retour à la cohorte
Enregistrement W4410877415 · doi:10.1016/j.ugj.2025.05.010

Lying flat city and rat race city: Chinese cities’ land development strategies

2025· article· en· W4410877415 sur OpenAlexaff
Nannan Xu

Notice bibliographique

RevueUrban Governance · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChina's Socioeconomic Reforms and Governance
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRace (biology)LyingChinese cityGeographyEconomic geographyEnvironmental planningChinaSociologyGender studiesArchaeologyMedicine

Résumé

récupéré en direct d'OpenAlex

A characteristic feature of China’s urbanization is the active role of city governments in organizing and financing land development. Through this process, local governments capture trillions of yuan in land value annually, channeling these revenues into urban infrastructure—a phenomenon widely known as land finance. While existing studies have extensively documented the socio-economic effects of land finance, less attention has been paid to its institutional origins, particularly how local governments shaped its development. This article adopts a historical institutionalist approach to examine the formation of land and infrastructure development institutions in Chongqing and Beijing since the late 1990s. By comparing these two contrasting cases, the study reveals what efforts city governments could make to create an active land development strategy, and how the strategy could remain passive without these efforts. This article argues that entrepreneurial municipalism best characterises Chinese city governments’ strategic efforts in land development. Key efforts include: setting ambitious urban development goals, centralising land management authority, and providing political and economic support to public asset corporations of land and infrastructure development. Revealing these efforts might help cities in other developing countries to devise their land development strategies for capturing land value in rapid urbanisation and industrialisation.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Empirique
Score de désaccord entre enseignants0,190
Score d'incertitude au seuil0,378

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,003
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,268
Écart entre enseignants0,258 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUrban GovernanceMême sujetChina's Socioeconomic Reforms and GovernanceTravaux en français237 207