Assessing the impact of community building efforts on the social networks of inner city residents
Notice bibliographique
Résumé
When I heard that Winnipeg Habitat for Humanity was attempting to initiate a project targeting a neighbourhood in need of help - William Whyte - I leapt at the opportunity to get involved and offered my services as a researcher. My first observations in this Winnipeg neighbourhood included several homes in disrepair (peeling paint, rotting wood, broken windows, etc.), litter on the streets including shopping carts, graffiti, empty lots and condemned notices on boarded-up houses. I knew the area had problems. Located on the northern edge of Winnipeg's inner city, the William Whyte neighbourhood has been marked by a steadily decreasing population, economic decline, physical deterioration and a relatively high crime rate over the last thirty to forty years. As a result, the area has experienced a large portion of its existing housing stock being converted to rental units, a significant number of vacant lots and several abandoned or condemned houses dotting its streets. These are symptoms of an important issue facing Winnipeg at the turn of the millennium: urban decay. An emigration of population, arson and other criminal activities, an aging housing stock, among other factors, have all contributed to the current state of affairs present in Winnipeg's inner city residential neighbourhoods. As residents who can afford to, move away and sell their homes, often of older stock, the population for an area declines (Leo, Shaw et al. 1998). The remaining residents tend to be people who cannot afford to leave. Fewer people and a smaller tax base leads to aging infrastructure and decreased municipal services...
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».