Genealogía de la ciudad de 15 minutos: aproximación a los conceptos
Bibliographic record
Abstract
ResumenLa importancia de acceder a todos los servicios urbanos relevantes en menos de 15 minutos de viaje es fácil de entender, pero parece que, no por casualidad y debido a las restricciones de movilidad por la pandemia del COVID-19, ha cobrado por fin protagonismo en varias ciudades por todo el mundo. Si bien la idea de Carlos Moreno no es nueva, su reciente inclusión en la agenda política en un cierto número de ciudades sugiere que ha llegado a un punto de madurez en la discusión política, abarcando acciones para reducir las emisiones, cuestiones asociadas al tráfico, la reconquista del espacio público por parte de los peatones y la promoción de la interacción y participación, la defensa de estilos de vida más saludables y el envejecimiento activo. Al ser un concepto en desarrollo, la ciudad de 15 minutos requeriría de su validación científica, como han empezado a hacer diversos equipos en ciudades como Barcelona o Nápoles y, ulteriormente e integración en la “caja de herramientas” profesional de planificadores urbanos y de transporte, para llegar a generalizarse. En ese sentido, parece imprescindible entender tanto sus antecedentes conceptuales como las claves de su puesta en práctica, tarea que venimos desarrollando dentro del Proyecto Accesibility Planning for the 15-Minute City (ACC15’) que cuenta con ayuda del Programa Estatal de I+D+i orientada a los retos de la sociedad del Plan Estatal de Investigación Científica y Técnica y de Innovación 2017 – 2020 (PID2020-116584RB-100/AEI/10.13039/501100011033). En esta ponencia, se exploran los principios y estrategias enunciados por Carlos Moreno y su equipo (Moreno et al. 2020) y se relacionan con antecedentes y conceptos más propios de la disciplina. Por ejemplo, el “Cronourbanisme” (la vinculación de ritmos y espacios cotidianos, al decir de Moreno), con la “Planificazione temporali” italiana o con el Urbanismo de género; la “Topo-philie” (apego al lugar) con el “Place-making” o el “New urbanism” o el de “Chronotopie (uso diferenciado de un lugar según la temporalidad) con los cierres temporales de calles o el Urbanismo táctico, a través del caso de Paris y también en otros menos conocidos pero muy similares, como Portland (20-minutes neigborhoods, 2012), Melbourne (20-minutes neigborhoods, 2017) y Ottawa (15-minutes neigborhoods, 2019).
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 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 | 0.004 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.005 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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; both teacher heads agree on what is shown here.
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".