What Is a Midsize City? A Transportation Policy-Based Framework for Classifying Cities
Notice bibliographique
Résumé
Midsize cities face a number of sustainability challenges, particularly in terms of transportation and land use, however only a small subset of the literature has attempted to address these issues. Examination of the state of the art in midsize city research reveals two obvious reasons for this: there is no consensus on a framework for defining midsize cities, nor is there an empirical understanding of the characteristics of midsize cities. This paper addresses both of these issues from the transportation planning perspective by providing an evidence-based definition for midsize cities in Canada, which highlights their unique travel behavior characteristics. Although the premise of this exercise is fairly simple, it contributes to practice in a number of ways. Most importantly, it establishes a common framework for Canadian urban policy-makers and researchers to use in communicating, sharing and comparing their work. Secondly, it allows Canadian municipalities to understand their peers, and to measure their progress according to their size and functional characteristics. Finally, it demonstrates a method for classifying and comparing municipalities, which may be used to develop a similar framework in other countries. The results of the Canadian urban classification analysis prove that midsize cities are indeed uniquely automobile-centric, and that over 37% of Canadians currently live in midsize cities. Given this, it is crucial that researchers and policy-makers turn their attention to midsize cities and develop policy tools that are tailored to these municipalities.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».