MétaCan
Menu
Retour à la cohorte
Enregistrement W7015465811

Spaces of Sociability: Enhancing Co-presence and Communal Life in Canada

2022· report· en· W7015465811 sur OpenAlexaboutno aff

Notice bibliographique

RevueThe Atrium (University of Guelph) · 2022
Typereport
Langueen
DomaineSocial Sciences
ThématiqueEducational Environments and Student Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublic spaceEveryday lifeSpace (punctuation)PoliticsSocial relationPublic policySocial space
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Digital technologies have transformed how we connect and socialize. Although virtual spaces command much of our attention, physical spaces remain essential to our everyday lives. This report synthesizes existing research on public spaces that potentiate, facilitate, and enhance relations between people beyond networks of primary relations, to better understand where sociability between strangers happens, where it does not, and how it may be enhanced. As central spaces of sociability, public spaces are an essential part of our social infrastructure.bAs spaces of sociability, public spaces improve quality of life by increasing opportunities for social contact, learning, leisure, play, and simply sharing space with strangers. Sociable public spaces facilitate interactions across social difference and create belonging; they can be both planned and flexible, and support a range of uses that respond to local needs and residents. The best sociable public spaces attend to historical, social, cultural, and community context; they include careful planning and programming and facilitate playfulness and improvised uses; they attend to basic human needs and foreground accessibility in multiple ways. To make public spaces better spaces of sociability, planners and policy makers need better more granular data on the social life of public spaces. Investments in public spaces as social infrastructure that supports diverse populations will counter social isolation, social fragmentation, and political polarization.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,313

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0160,003
Communication savante0,0040,002
Science ouverte0,0010,007
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,034
Tête enseignante GPT0,290
Écart entre enseignants0,255 · 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'étudeQualitatif
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Atrium (University of Guelph)Même sujetEducational Environments and Student OutcomesTravaux en français237 207