MétaCan
Menu
Retour à la cohorte
Enregistrement W7028935032

Inclusionary Zoning: Identifying Possible Legal Challenges within Canada and How Best to Pre-empt Them

2020· article· en· W7028935032 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarship@Western (Western University) · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAutoimmune Bullous Skin Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésObligationGovernment (linguistics)State (computer science)State governmentZoningLocal government
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this research paper is to explore the legal issues that surround inclusionary zoning. More specifically, the question to be answered through this research is: How can Canadian municipalities shield themselves from legal challenges that may put inclusionary zoning policies at risk of being nullified? Through inductive research byway of qualitative content analysis of 16 American court cases, in which the legal challenges posed to inclusionary zoning ordinances are then extrapolated and applied to the Canadian context, the fundamental legal issues pertinent to Canadian municipalities become illuminated. What has been observed is that there have been a number of different arguments used, against inclusionary zoning, in American case law, however, when applied to the Canadian context, the most relevant one pertains to the purview of municipal authority. In the United States, a number of ordinances have been struck down because of the obligation placed on municipalities to have explicit authority from the state before implementing inclusionary zoning. In Canada, the relationship between a provincial government and its respective municipalities is much the same. In consequence, the most critical legal challenge that inclusionary zoning policies may face, within the Canadian context, is whether explicit authority has or has not been given by the province, to its respective municipalities, to enact such policies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,119
Tête enseignante GPT0,307
Écart entre enseignants0,189 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)Même sujetAutoimmune Bullous Skin DiseasesTravaux en français237 207