Smart Cities in Canada: Digital Dreams, Corporate Designs
Notice bibliographique
Résumé
Experts from across the country investigate the "smart city" trend in urban planning as it is showing up in different Canadian municipalities. "Smart cities" use surveillance, big data processing and interactive technologies to reshape urban life. Transit riders can see the bus coming on a map on their phones. Cities can measure and analyze the garbage collected from every household. Businesses can track individuals' movements and precisely target advertisements. Google's failed Sidewalk Labs proposal in Toronto, which drew sharp criticism over surveillance and privacy concerns, is just one of the many smart city projects which have been proposed or are underway in Canada. Iqaluit, Edmonton, Guelph, Montreal, Toronto and other cities and towns are all grappling with how to use these technologies. Some cities have quickly partnered with digital giants like Uber, Bell and IBM. Others have kept their distance. Big tech companies are hard at work recruiting customers and shaping – sometimes making – public policy on data collection and privacy. Smart Cities for Canada: Promise and Perils is the first book on smart cities in Canada. In this collection, experts from across the country investigate what this new approach means for the problems cities face, and expose the larger issues about urban planning and democracy raised by smart city technology. This is a valuable, timely, independent‐minded book for Canadians. [From Smart Cities in Canada: Digital Dreams, Corporate Designs - Lorimer Adult ]
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,030 | 0,014 |
| Communication savante | 0,018 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,003 |
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 ».