The Future of Streets in an Age of Pandemics
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
There is not a place unaffected by the Covid-19 pandemic. In response to the pandemic, with its recommended public health social distancing guidelines of six feet, city transportation agencies have repurposed street space for residents to safely travel and recreate outside. At the same time, transportation agencies have become essential in partnering with local businesses in their expansion of dining space into public right-of-way space: sidewalks, parking lanes, and vehicular lanes. City agencies have had to adapt, evolve, and respond quickly to the current pandemic in order to effectively provide residents and businesses the ability to safely go outside and to continue some level of business.\nThe work presented in this thesis includes a quantitative and qualitative analysis of city transportation agency responses to Covid-19. San Francisco, Portland, Seattle, and Toronto serve as case study cities. Interviews were conducted with relevant city personnel from each city in order to gain a nuanced and detailed understanding of how cities are responding, what factors instigated responses, how project logistics differ under a pandemic, and how vulnerable populations were supported by these responses.\nThe researcher found that all cities studied had a prior inclination to people-friendly projects, that approval and outreach processes were bypassed in order to respond quickly to Covid-19, that certain projects will become permanent, and others have the potential to do so, and that project success is often context and locality specific. The equity maps demonstrate that there is much more work to be done to support vulnerable populations.
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.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle