Wielofunkcyjność turystyczno-rekreacyjna miejskich waterfrontów
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Pod pojęciem waterfront na ogół rozumie się obszary w mieście położone nad zbiornikiem wodnym (morze, jezioro) bądź nad rzeką lub kanałem. W przeszłości były to z reguły obszary stykowe pomiędzy portem a sąsiadującymi z nimi częściami miasta, jednak obecnie termin ten odnosi się głównie do obszarów miejskich, które zostały poddane rewitalizacji, na ogół tracąc (lub ograniczając) dotychczasową funkcję portową. W zamian, w ramach procesów rewitalizacyjnych i restrukturyzacyjnych, tereny te (w polskiej literaturze nazywane również terenami przywodnymi) zaczęły pełnić inne funkcje, stając się jednocześnie atrakcjami turystycznymi. Przykłady z Barcelony, Londynu, Lizbony, Baltimore, Bostonu, Toronto, Melbourne, Szanghaju, czy z Bratysławy, jak również z Gdynia, Gdańska, Warszawy, czy z Bydgoszczy wskazują, że znaczna część turystów przybywających do tych miast chętnie odwiedza tereny przywodne, przy czym powody tych odwiedzin są różne. Wynika to ze zróżnicowania funkcji, jakie pełnią waterfronty, gdyż występują na nich zarówno zabytki architektoniczne, placówki kulturalne i rozrywkowe, lokale gastronomiczne, hotele i tereny rekreacyjno-sportowe, ale także galerie handlowe, siedziby korporacji itp. To zróżnicowanie funkcjonalne waterfrontów sprawia, że są one odwiedzane w ramach turystyki kulturalnej, wypoczynkowej, konferencyjnej, czy biznesowej. Mają one również istotne znaczenie dla wypoczynku mieszkańców danego miasta. Celem artykułu jest zaprezentowanie przykładów różnego zagospodarowania i użytkowania waterfrontów, ze szczególnym zwróceniem uwagi na Victoria & Alfred Waterfront w Kapsztadzie. Artykuł kończy dyskusja poświęcona konfliktom przestrzenno-funkcjonalnym, które często współtowarzyszą wielofunkcyjności waterfrontów
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.
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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.010 |
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 it