Estratégias urbanas e cidade digital estratégica como política pública: caso de Toronto
Bibliographic record
Abstract
Cada vez mais as cidades desenvolvem estratégias com abordagem integrada, concebendo projetos urbanos sustentáveis e respectivas políticas públicas. O objetivo é analisar as estratégias da cidade de Toronto e suas relações com o projeto de cidade digital estratégica como política pública, explorando como a integração entre esses constructos contribui para a construção de uma cidade sustentável. A metodologia da pesquisa enfatizou um estudo de caso em Toronto, Canadá, analisando documentos oficiais vindos do site da cidade por meio de um protocolo de pesquisa com três variáveis. Os resultados remeteram às escolhas e políticas das estratégias para a cidade sustentável divididas por temáticas municipais, revelando os interesses dos atores sociais na e sobre a cidade no atendimento das necessidades dos cidadãos. A conclusão reitera que há relações entre as estratégias urbanas sustentáveis e a cidade digital estratégica, como uma política pública urbana, facilitando a gestão das cidades e ampliando a qualidade de vida dos cidadãos residentes, por meio da integração das temáticas municipais existentes.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.010 |
| Science and technology studies | 0.020 | 0.006 |
| Scholarly communication | 0.009 | 0.002 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".