Responsible housing in Vienna: challenges of current development, presented on the case of Aspern residential quarter
Bibliographic record
Abstract
Беч је већ деценијама један од водећих градова по квалитету живота и јавног становања према показатељима светских консултантских компанија, попут „Мерсера“. Са друге стране, ситуација није иста у случају становништва без аустријског држављанства, које је у приличној мери искључено из многих социјалних благодети које нуде аустријска држава и њен главни град. Последњих година град је примио и много нових житеља из свих делова Аустрије и света, што је усијало питање приступачност становања у свим слојевима становништва. Градска управа Беча је пре пар година увидела неопходност изградње нових стамбених целина, како би град на достојан начин прихватио све већи број имиграната. У овом раду ће се приказати развоја насеља Асперн на источном ободу Беча. То је тренутно највеће стамбено насеље у изградњи у граду, чиме представља прави одраз тренутног развоја становања у Бечу. Изазови развоја Беча и Асперна биће узети у обзир као основа за смернице у закључку, будући да јавно становање у Бечу у много чему личи на становање са станарским правима у бившој СФРЈ, па је релевантан модел за усмеравање становања у Србији.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.006 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 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".