Bibliographic record
Abstract
O termo capital social data do começo do século 20 na área de educação, mas foi Jane Jacobs, em seu livro Vida e morte das grandes cidades americanas, que o introduziu para designar a saudável rede de relações sociais existente em sua vizinhança em Nova Iorque. Posteriormente, o conceito de capital social foi desenvolvido pelo sociólogo Pierre Bourdieu, cujos escritos contribuíram para o reconhecimento de Capital Social, nos anos 90, como uma área de pesquisa multidisciplinar capaz de ligar aspectos físicos a aspectos sociológicos e econômicos. Contudo, Bourdieu não desenvolveu plenamente a relação entre capital social e paisagem. Esse artigo extende o debate atual sobre capital social para a área de design da paisagem e enfoca a criação de metodologia para leitura da paisagem urbana. Dentro desse contexto e baseado em tese de doutorado defendida na área de Arquitetura da Paisagem na University of Guelph, Canadá, primeiramente a teoria de capital social de Bourdieu é desenvolvida, com ênfase nas suas dimensões físicas, e é apresentado o conceito de capital social objetificado para descrever o processo através do qual o capital social é cristalizado na paisagem. Este conceito proposto é considerado pertinente para atuar como um fundamento transdiciplinar para a intervenção na paisagem urbana brasileira. Num segundo momento é proposta uma metodologia que se julga capaz de funcionar como uma ferramenta para arquitetos e planejadores desenvolver um design inclusivo e responsivo aos diversos usuários dos espaços de forma a ajudar a minimizar o atual quadro de exclusão social brasileiro.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.011 | 0.012 |
| Science and technology studies | 0.005 | 0.009 |
| Scholarly communication | 0.008 | 0.009 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".