Welcome to the [Growth] Machine: An Analysis of Heritage Conservation in the Intensifying City
Notice bibliographique
Résumé
As municipalities strive to meet urban intensification targets, developable and redevelopable land has become increasingly scarce. As a result, inter-urban space is consistently under pressure to accommodate new uses. Consequently, properties of built heritage significance can become targeted for such accommodations, via three main intervention types: adaptive reuse, façadism, and demolition. Increasing the complexity of intervention type usage is that heritage valuation is fluid and differs between all actors, adding a social component to decision-making processes. Using the City of Toronto as the case and employing a mixed-methods study design, I sought to address three main inquiries. First, I analyzed how often adaptive reuse, façadism, and demolition are employed, and how their uses correlate with urban intensification. Second, I examined how heritage professionals value heritage conservation, how their valuation has changed over time, and their observations towards how other heritage professionals’ valuations have changed over time. Third, I sought to determine how heritage valuation translates into the preference of different intervention types across differing intensification scenarios. Preliminary, archival analysis showed that the number of heritage intervention projects has increased alongside intensification and that façadism has emerged as the most used intervention type. Subsequent social analysis revealed that all heritage professionals value conservation and that many professionals have experienced some level of valuation change throughout their career. Additionally, data revealed that level of experience and professional role/affiliation within the heritage planning domain played the greatest role in determining intervention type preference.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».