Office to Residential Conversions in Ottawa, Canada : Exploring the Relationship Between Discourse and Policy
Notice bibliographique
Résumé
Office to residential conversions have been catapulted to the forefront of urban development as an innovative strategy to combat the decline of traditional urban centres in the wake of the COVID-19 pandemic. This thesis has explored the relationship between discourse and policy, in the chosen case location of Ottawa, Canada, a city that has felt the acute effects of changing in-person work environments since the onset of the COVID-19 pandemic. This has been done by employing various methods including Critical Discourse Analysis, Interviews and Document Analysis while overlaying the findings with Carol Bacchi’s critical framework for analysing policy discourse, ‘What is the Problem Represented to Be (WPR). The main findings are that office to residential conversions have been significantly problematised in municipal planning documents, real estate and organisational reports as well as developer discourses. The findings reveal that the existing policy measures serve largely to facilitate a neoliberal planning model that prioritises private market friendly principles, rather than appropriately considering the needs of its residents over these private interests. This form of policy implementation positions the city as facilitators of growth, developers as skilled problem solvers, and residents as the passive recipients of various intended benefits, despite these benefits being largely unattained, while the city relinquishes full responsibility for policy success, instead tying its failures with current economic realities. Overall, these findings encourage further policy development to more accurately address market and societal challenges while facilitating further urban growth in a manner that properly addresses its current shortcomings.
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 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 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».