Odsłony miejskiej turystyki kulturowej w Kanadzie: Quebec City, Montreal, Toronto
Bibliographic record
Abstract
Miasto jako przestrzeń wymiany jest strukturą, w której nakładają się trajektorie i odmienne sposoby użytkowania tego samego obszaru. Miejska przestrzeń wymiany może mieć różną intensywność wykorzystania przez użytkowników (mieszkańców i przybyszów), warunkują to jej atrybuty (wyposażenie, organizacja, walory) oraz cechy miasta (lokalizacja, geneza, wielkość, pozycja ekonomiczna, struktura społeczna). Turystyka kulturowa jest stałym elementem eksploracji przestrzeni wymiany na świecie ponieważ od początków istnienia miasta wykorzystują obecność odwiedzających jako element gospodarki lokalnej i rozwoju społecznego. Wizytowanie miast jest złożonym, wieloaspektowym przejawem ruchu turystycznego, szybko zmieniającym się w czasie. Na podstawie własnych badań terenowych realizowanych w sierpniu 2018 analizowane są relacje występujące w miejskiej przestrzeni wymiany w kontekście cech jej struktury oraz sposobów i konsekwencji jej wykorzystania przez turystów w trzech miastach w Kanadzie: Quebec City, Montrealu i Toronto. Podstawowym zagadnieniem jest kwestia: w jakim stopniu organizacja przestrzeni wymiany, walory kulturowe oraz proces zarządzania terytorialnego w tych miastach warunkują zrównoważony sposób ich użytkowania przez odwiedzających, a tym samym umożliwiają minimalizowanie pojawienia się konfliktów w tejże przestrzeni.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.007 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.022 | 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".