Toronto's Quiet Crisis: The case for Social and Community Infrastructure Investment
Notice bibliographique
Résumé
In the debate over the future of cities in general and the future of Toronto in particular, attention has so far focused on the crisis in physical infrastructure, including the need to improve public transit, build affordable housing, and keep roads and sewers in good repair. But equally important is the state of a city's social and community infrastructure - including child care, public libraries, neighbourhood centres, old age homes, public health units, environmental protection initiatives, settlement support for immigrants and refugees, and recreation programs. These programs benefit families, help vulnerable individuals, build skills and community capacity, and contribute to the quality of life for all community members. This vital but often-over1ooked part of Toronto's infrastructure is struggling to survive in the face of budget cutbacks, which have led to understaffing, higher fees, long waiting lists, the elimination or reduction of programs, and the persistence of unequal levels of service in different parts of the City. If the City succeeds in securing new financial arrangements with senior levels of government to pay for physical infrastructure, it must commit to redirecting revenues from property taxes to restore social and community infrastructure. Those funds could be used to eliminate waiting lists and staff shortages, do away with user fees, restore cuts to essential services, and provide new or expanded programs required to ensure equitable access for all Toronto communities. At the same time, senior levels of government should share the costs of repairing Toronto's fraying social and community infrastructure or allow the city new tax revenues to support social infrastructure. This paper estimates the costs of meeting pressing needs in selected areas of Toronto's social infrastructure, including children's services, parks and recreation, public health, public libraries, environmental protection, public shelters, and program grants to not-for-profit community agencies.
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 | 0,007 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,020 |
| Communication savante | 0,021 | 0,009 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,012 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,001 |
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.
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 ».