Notice bibliographique
Résumé
In 1921, Canada was one of the first countries to reach the half-urban milestone. The rest of the world, combined, did not reach 50% urban until more than 85 years later in 2008. In the 1920s, global population surpassed 2 billion. One hundred years later, the population had quadrupled to more than 8 billion. For the last 100 years, the world’s attention was often on the emergence of more than 75 new countries. Geopolitical tensions were intense at times, leaving cities somewhat overlooked. Yet, they led global wealth and waste generation, which increased more than tenfold as the world urbanized. Cities, especially Canadian cities, drove this Great Acceleration largely through their ability to scale. A city that doubles in size more than doubles wealth, energy use, and waste generation. The increase is superlinear (~ 1.15). That same city that doubles in size can also do so with less than twice the infrastructure costs. Infrastructure costs increase sublinearly (~ 0.85). Countries and businesses do not benefit from this scaling superpower. As cities scale, they evolve into large urban agglomerations with complex adaptive systems that behave uncannily like natural systems. Cities can benefit by applying the contributions of two key researchers: Dana Meadows and her places to intervene in a (urban) system, and Elinor Ostrom’s the city as commons.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».