Jill L. Grant, Alan Walks, and Howard Ramos, eds. Changing Neighbourhoods: Social and Spatial Polarization in Canadian Cities. Vancouver: UBC Press, 2020
Bibliographic record
Abstract
Эта книга – результат многолетней инициативы «Партнерство для исследования изменений в городских районах» (Neighborhood Change Research Partnership), которая за тридцать пять лет изучила социально-пространственную сегрегацию в семи канадских городах, чтобы понять, как и почему меняются городские районы. Изменение городских районов – одна из самых популярных тем в городских исследованиях. Наиболее изученный и очевидный пример районных изменений – джентрификация, процесс, подразумевающий смену одних групп жителей другими (более богатыми, с другим образом жизни и потребления), а также расовые или этнические изменения в составе жителей. В рецензируемой книге исследователей интересуют поляризация и этнокультурные расколы, «ethno-cultural divides» (c. хvii) в больших канадских городах. Редакторы отмечают, что изменения, о которых говорится в книге, носят глобальный характер, но сама книга – именно о канадских городах и их специфике. Богатый эмпирический материал и доскональный анализ изменений в семи городах, переведенный на язык практических рекомендаций и политической повестки, – основное достоинство книги; претензий на обогащение или оспаривание теорий городских изменений у авторов нет. Text in Russian
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.011 |
| Science and technology studies | 0.008 | 0.005 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 0.003 |
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".