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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.003 |
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; both teacher heads agree on what is shown here.
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".