Toronto Waterfront’s Revitalization: Planning Policy’s Evolution and Commitment to Public Space Over Time
Notice bibliographique
Résumé
This paper explores public space along Toronto’s waterfront through an evolution of strategies, plans, and reports from 1999 to present day. I discuss the industrial history of the waterfront prior to its redevelopment. Additionally, I examine the fragmented land ownership structure of the waterfront land which has posed unique challenges to its redevelopment due to a lack of consensus or support. There is a particular focus on what public space is and how it can be positively linked to wellbeing and quality of life. My research question aims to understand how the public and private are negotiated in the redevelopment plans of the Toronto waterfront over time, with a focus on the commitment to preserve and enhance public spaces through an examination of language and priorities. Through an analysis of strategies, plans, and reports and conversations with professional planners I developed an understanding of how public space has been prioritized. Throughout this research it has become apparent that public space has always been a primary consideration in planning the waterfront but has shifted in terms of how it is presented. From 1999 to 2023, the language surrounding public spaces has evolved from “green”, “parks”, and “public access” to “wellbeing”, “public realm”, and “gathering places”. This shift demonstrates the way public space is no longer being thought about simply as a park asset with public access, but as a space that is part of a greater public realm made up of connecting streets, parks, sidewalks, and trails that contribute to wellbeing, providing a place for social gathering. Within the last week of completing this paper, the waterfront reached a new milestone, opening Biidaasige Park in Ookwemin Minising, bringing 40 hectares of new parkland with public access.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,017 | 0,015 |
| Communication savante | 0,014 | 0,005 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».