MétaCan
Menu
Retour à la cohorte
Enregistrement W7133052731

Racialized Diasporas in Taylor-Massey, Toronto: Sustainability-Programming Impacts on Neighbourhood Improvement Areas

2023· dissertation· W7133052731 sur OpenAlexaboutno aff
Zeina Seaifan

Notice bibliographique

RevueTSpace · 2023
Typedissertation
Langue
DomaineHealth Professions
ThématiqueCommunity Health and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeighbourhood (mathematics)MulticulturalismDiasporaSustainabilityQualitative researchImmigrationGeneral partnershipEthnic group
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Taylor-Massey is a largely racialized immigrant neighbourhood that is designated as a Neighbourhood Improvement Area (NIA) by the City of Toronto. This indicates there are social inequities present in Taylor-Massey. This research asks how diasporic communities in Taylor-Massey are accessing, understanding, and taking up sustainability-related programming through community organizations such as Access Alliance Multicultural Health and Community Services. Interviews and participant observations guided by a qualitative approach were utilized to explore this research question. This thesis contributes insights into how culture, mediated through diasporic networks, plays a role in understandings of sustainable living. Findings further examine prominent internal and external barriers for Taylor-Massey residents that prevent them from achieving the sustainable practices they aspire to integrate into their everyday lives. Ultimately, these findings advance interdisciplinary understandings of the cultural dimensions and social dynamics of sustainability and contribute to the fields of sustainability and diaspora studies. Moreover, this study’s analysis is relevant for contextualizing systemic inequities in similar NIAs in the Greater Toronto Area.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,397
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,054
Tête enseignante GPT0,476
Écart entre enseignants0,422 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetCommunity Health and DevelopmentTravaux en français237 207