MétaCan
Menu
Retour à la cohorte
Enregistrement W4413668897 · doi:10.3390/rsee2030027

Promoting Urban Community Gardens as “Third Places”: Lessons from Toronto and São Paulo

2025· article· en· W4413668897 sur OpenAlexafffundabout
Ashley Brito Valentim, Guiomar Freitas Guimarães, Carla Soraya Costa Maia, Fatih Şekercioğlu

Notice bibliographique

RevueRegional science and environmental economics · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueUrban Agriculture and Sustainability
Établissements canadiensToronto Public Health
Organismes subventionnairesCanadian Bureau for International Education
Mots-clésGeographyUrban communitySociologySocioeconomics

Résumé

récupéré en direct d'OpenAlex

Urban community gardens (UCGs) have been expanding globally. Initially created to provide fresh, organic produce for low-income populations, UCGs have evolved into models of sustainable agriculture with increasing economic significance. Beyond their economic role, UCGs serve as vital social spaces and may be categorized as third places—informal gathering spaces that foster social connections and promote well-being. This study analyzes and compares the impact of UCGs as third places in Toronto and São Paulo, focusing on their contributions to social cohesion, financial resilience, environmental sustainability, cultural transmission, and mental well-being. It is a review-based study utilizing publicly available data from policy documents, the academic literature, and official websites. Although the practice of community gardening has a long-standing history, the concept of gardens as third places is relatively recent, emerging in the late 1980s. In recent decades, there has been growing interest in their association not only with aesthetic and functional benefits but also with health, well-being, and social connection. UCGs are valuable not only for food production but also for fostering social interaction, preserving cultural practices, and promoting overall well-being. Cities must develop policies that strengthen community resilience by recognizing and supporting UCGs as essential third places.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,168
Score d'incertitude au seuil0,337

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,003
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,013
Tête enseignante GPT0,205
Écart entre enseignants0,193 · 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'admission3
Résumé présentoui

Explorer davantage

Même revueRegional science and environmental economicsMême sujetUrban Agriculture and SustainabilityTravaux en français237 207