Will professionals return to the centre of Latin America cities? The residential aspirations of professional households in Puebla, México
Bibliographic record
Abstract
Es te articulo presenta 105 resultados de una investigación, via la encuesta, llevada a cabo entre los hogares de profesionales en la ciudad de Puebla (México) ¿Anuncian sus aspiraciones la emergencia de un proceso de regeneración en los barrros centrales? Muchas ciudades en 105 paises de sarrollados han experimentado o han estado experimentdndo la regeneración de sus barrios centrales. La clase profesional que se (re)apropla de estas áreas también está presente en muchas ciudades latinoamericanas. pero el propio proceso de regeneración socioresidencial no puede ocurrir por varias razones.Las familias de profesionales no pdrecen estar interesadas en los barrios residenciales viejos debido a la calidad pobre de vivienda e infraestructura, la mezcla social, los niveles sumamente altos de contaminación y los problemas de seguridad (reales o percibidos). En Puebla, los profesionales incluidos en la encuesta expresaron un interes de "vivir en el centro". Sin embargo, como es el caso de otras ciudades latinoamericanas, ellos escogerian vivir en áreas de la periferia del centro viejo que son más nuevas y están en mejores condiciones.
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 | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
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".