MétaCan
Menu
Retour à la cohorte
Enregistrement W6908830659 · doi:10.34658/9788367934039.127

Re-imagining Crowsnest Pass: Findings ways of redeveloping/reskilling a coal mining community

2024· article· en· W6908830659 sur OpenAlexaffabout

Notice bibliographique

RevueWydawnictwo Politechniki Łódzkiej · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueSocial Policies and Healthcare Reform
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésRedevelopmentExperiential learningCitizen journalismFace (sociological concept)Investment (military)Community engagementClimate changeNatural (archaeology)Coal mining

Résumé

récupéré en direct d'OpenAlex

hile world leaders gathered in Glasgow to decide strategies to face climate change at the 2021 COP26 conference, small communities around the world, dependent on current energy practices, struggle to come to terms and adapt to the phaseout of traditional energy sources. The Municipality of Crowsnest Pass in the Canadian Rockies is a coal mining community needing to reimagine its future to redevelop and reskill a dwindling economy. Through a community-based participatory research collaboration between citizens and students, using mixed methods of spatial analysis and morphology, public participatory processes and experiential learning, a series of redevelopment and reskilling strategies were drafted. Through a comprehensive analytical approach to find future potential, many opportunities arose, building confidence in existing assets and generating new ideas for change. Design ideas were drafted based on a rich cultural and natural landscape. Different scenarios and strategies for investment and redevelopment could drive fundraising efforts at the local, provincial and federal levels. Those ideas were very well received by the community. Students and community members became a great partnership: respectful, enthusiastic and empathetic. While implementation will be difficult, the redevelopment strategies and the processes itself presents a renewed impetus for change with an optimistic view for the future for Crowsnest Pass.

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)0,023
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,197

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,033
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0210,030
Communication savante0,0120,007
Science ouverte0,0030,015
Intégrité de la recherche0,0030,007
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 Opus0,210
Tête enseignante GPT0,469
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'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWydawnictwo Politechniki ŁódzkiejMême sujetSocial Policies and Healthcare ReformTravaux en français237 207