Introduzione. Governare Milano nel Nuovo Millenio
Bibliographic record
Abstract
Cosa succede oggi a Milano? In che misura le forme della governance urbana incidono sulle trasformazioni della città e dei servizi per la popolazione? Milano può essere analizzata su scala cittadina, metropo-litana, regionale e macro-regionale; comunque la si guardi è al centro di un'importante area economica e sembra vivere un nuovo «rinascimento». Sempre più spesso si sente parlare di un «modello Milano» per indicare un cambiamento ben governato, altrettanto frequentemente si sente dire che la città, in fondo, ha solo riscoperto le sue radici, fondando il cambiamento nella tradizione ambrosiana di pragmatico riformismo illuminato. Il presente volume vuole essere un contributo, empiri-camente fondato, per comprendere chi ha governato alcuni dei cambiamenti che Milano ha vissuto nella transizione al nuovo millennio, ponendosi delle domande piuttosto clas-siche: quali sono gli attori che hanno governato e le loro relazioni, attraverso quali strumenti, con quali continuità e discontinuità nel corso del tempo. Gli autori si interrogano sulla capacità di direzione e coordinamento della politica milanese, applicandola ad ambiti di politiche con un diverso grado di regolazione pubblica: sicurezza, assistenza sociale, pianificazione urbanistica, servizi di pubblica utilità fino ad alcuni settori economici particolarmente rappresentativi del contesto milanese quali la moda e l'economia della colla-borazione. Ciascun settore di policy, date le sue specificità, può essere governato in modo differente, seguendo i propri processi decisionali, perseguendo obiettivi e ottenendo esiti non per forza coerenti con altri ambiti. I diversi contributi consentono di ricostruire le dinamiche in atto nei settori indicati e comprendere il tipo di relazioni di cooperazione/ competizione, integrazione/frammentazione tra i diversi AlbertA Andreotti e PAtrick le GAlès INTRODUZIONE. GOVERNARE MILANO NEL NUOVO MILLENNIO
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 | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.028 | 0.006 |
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".