MétaCan
Menu
← Retour à la cohorte
Enregistrement W7070724649

Places that Glow: Evaluating the Legacy of the 2015 Toronto Pan/Parapan American Games

2018· other· en· W7070724649 sur OpenAlexaffabout

Notice bibliographique

RevueYork University Digital Library (York University) · 2018
Typeother
Langueen
Domaine
Thématique
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésUrban infrastructureEconomic impact analysisPlacemakingUrban planningRegional planningMega-Relation (database)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Toronto is two years removed from hosting the 2015 Pan/Parapan American Games. Within the two-year span, from the event's commencement to its end, ample time has been given to debate and consider whether the legacy of the Games has benefitted or hindered wider municipal and regional planning goals. Both the City of Toronto and the Greater Toronto Area witnessed the mounting of large infrastructure projects (mega sporting infrastructure) across city and regional landscapes. Each project differs, however, as they provide different benefits (or none at all) and produce separate outcomes that impact local communities and tie together physical and social goals. This paper investigates the legacy of the 2015 Pan/Parapan American Games and examines how infrastructure built for the Games contributes to a positive or negative legacy. \n \nA case study of the Toronto Pan Am Sports Centre in Scarborough presents the impacts of Pan Am infrastructure on the overall legacy. The relation between the Pan Am overall legacy and success of the Toronto Pan Am Sports Centre confirms that the post-Games positive legacies are virtually tied to inclusive and responsible planning practices. This relationship also shows that cities choosing to host mega sporting events run the risk of cost overruns and mistimed project goals. Whether the outcomes of economic and social promises lay solely on the municipality or not, the success of these events, and eventually, their legacies, are tied directly to governmental commitment and increased partnerships.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,366
Score d'incertitude au seuil0,736

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0080,005
Communication savante0,0090,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,020
Tête enseignante GPT0,219
Écart entre enseignants0,198 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueYork University Digital Library (York University)→Travaux en français237 207→