Os "novos” velhos portos: espaços de metamorfose para o capital imobiliário e para o turismo.
Bibliographic record
Abstract
Há um cenário que confere cada vez maior centralidade as áreas urbanas, que parecem ser constantemente reestruturadas para dar conta dos interesses das corporações econômicas. Entre as estratégias despontam os projetos de revitalização urbana, que não visam apenas a recuperação de áreas deterioradas, mas viabilizam um conjunto de intervenções voltadas para transformação desses espaços em áreas atrativas para o capital. E para que isso tenha êxito há uma necessidade constante de transformar tais pontos da cidade em grifes, o que requer também um tratamento para torná-las “espetacularizadas” e voltadas para a atividade turística. Nesse contexto os antigos portos adquirem importância, uma vez que se estendem por extensas áreas, próximas ao centro das cidades e, na maior parte das vezes se constituíram em espaços degradados, apartados da economia dos serviços, que caracteriza essas áreas centrais. Foi realizada uma revisão teórica que recorreu a autores de diversos campos de conhecimento, adicionalmente foram feitas consultas a documentos oficiais de planejamento de diversos portos no mundo, a fim de identificar suas estratégias nos projetos de revitalização; houve ainda a utilização de relatórios da Global Property Guide, que analisa os mercados imobiliários de grandes cidades, com a finalidade de verificar o impacto desses grandes projetos no mercado imobiliário, sobretudo na valorização fundiária das suas proximidades.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.006 |
| Scholarly communication | 0.008 | 0.008 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 0.002 |
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".