MétaCan
Menu
← Retour à la cohorte
Enregistrement W7132897179

Sidewalk and Toronto: Critical Systems Heuristics and the Smart City

2019· other· en· W7132897179 sur OpenAlexaffabout
Curtis Curtis McCord, Christoph Becker

Notice bibliographique

RevueTSpace · 2019
Typeother
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSmart cityVisionSoftware deploymentSustainabilityTransformative learningHeuristicsScenario planningProcess (computing)FrontierResource (disambiguation)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

‘Smart cities’, urban development projects that design computational systems and sensory technology to monitor activity and regulate energy consumption and resource distribution, are a frontier for the prospective deployment of ICTs for sustainability. Often reduced to technological problems of optimization, these projects have implications far beyond narrow environmental and consumptive frames of sustainability. Studying them requires frameworks that support us in examining technological and environmental sustainability dimensions jointly with social justice perspectives. This paper uses Critical Systems Heuristics (CSH) to examine the design of Sidewalk Toronto, an ongoing smart city development. We explore how the professed values guiding the project are contentiously enacted, and we argue that key stakeholders and beneficiaries in the planning process significantly constrain the emancipatory and transformative potential of the project by marginalizing the role of residents in determining project purposes. This analysis contributes an example that illustrates the relevance of critical systems thinking in ICT4S and offers CSH as a conceptual frame that supports critical reflection on the tensions between the visions and realities of ‘sustainable’ ways of organizing human life.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil0,331

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,027
Communication savante0,0090,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,327
Écart entre enseignants0,308 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpace→Travaux en français237 207→