The Impact of Transit Development on Racialized Neighbourhoods in Toronto: A Case Study of Little Jamaica
Notice bibliographique
Résumé
The linkage between transportation planning, gentrification, and anti-Black racism is not sufficiently addressed in contemporary debates about urban development in Toronto. To unpack this relationship and its encompassing effects, this Major Paper examines two urban policies driving urban change in Toronto’s Little Jamaica in the context of the Eglinton Crosstown Light Rail Transit (LRT): transit-oriented development and cultural-led revitalization triggering gentrification and displacement. The Eglinton Crosstown is, to date, the largest infrastructure project in Ontario. With a $5.3 billion dollar investment over 11 years, it is set to be completed in 2022 by the Provincial transit agency Metrolinx. In theory, the LRT will improve transportation accessibility to low-income communities who historically have not benefited from such investments. In practice, however, the construction of the LRT has exposed anti-Black racism and heightened local socio-economic vulnerabilities, revealing the gentrifying effects of the Eglinton Crosstown’s approach to transportation planning and urban policy, particularly, as it has forced the closure or displacement of local Black businesses and currently threatens Little Jamaica’s historical Black community. In response, The City of Toronto is in the process of validating the significance of the Eglinton corridor as a distinct cultural district for Caribbean and African immigrants; however, this raises concerns over the commodification of Little Jamaica’s Black heritage and culture. This Major Paper documents the irreversible changes that have occurred in Little Jamaica and concludes with policy recommendations to mitigate further gentrification and displacement in the area, and some reflections on lessons for equity planning and urban policy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,017 | 0,004 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».