Marketing y digitalización de las administraciones públicas: Barcelona, Londres, Toronto
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
En un mundo tan “tecnoglobalizado” como el que vivimos, las principales ciudades europeas se encuentran en una etapa de transición: de ser simples grandes ciudades aspiran a convertirse en grandes ciudades inteligentes e interconectadas. Sin embargo, para cumplir con este propósito y ser reconocidas como tales a nivel mundial, necesitan de otro elemento que hoy en día resulta indispensable: el marketing. \nPara poder comprender todo este proceso con más detalle, partimos de la siguiente premisa: las Administraciones públicas son el cerebro de las ciudades. A partir de lo cual se debe profundizar y responder a los interrogantes: ¿Es el cerebro de mi ciudad inteligente? ¿Cómo sé si esto puede ser beneficioso para mi ciudad? Este trabajo de fin de grado tiene como principal objetivo analizar en qué medida se están digitalizando las Administraciones públicas, las repercusiones que dicha digitalización genera en los ciudadanos y cómo se aprovecha, mediante el marketing, para impulsar el desarrollo socioeconómico y la promoción internacional de las ciudades. \nTodo ello se concretará analizando el potencial que representan tres ciudades líderes internacionalmente en el ámbito de las denominadas “ciudades inteligentes”: Barcelona, cosmopolita e innovadora; Londres, actualmente la ciudad más inteligente del mundo; y Toronto, pionera de una forma distinta a las demás, presentando una propuesta disruptiva en la que se exponen los beneficios que tendrá, tanto a nivel nacional como regional, un proyecto de ciudad que tiene como pilar la digitalización en la creación de nuevos barrios residenciales.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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