La ville, un enjeu clé pour Ottawa
Bibliographic record
Abstract
Minneapolis Saint-Paul, … Qu'ont en commun ces villes ?Il s'agit de métropoles qui, au cours de ces dix dernières années, ont vu leur structure de gouvernement réformer : fusion de municipalités, création de niveaux de gouvernement métropolitain (comme la Communauté Métropolitaine de Montréal), mise en place d'agences spécialisées dans la fourniture de services collectifs (eau, assainissement, transports, …) à l'échelle métropolitaine, création d'agences chargées d'attirer de nouvelles entreprises et de jouer la carte de la compétition à l'échelle internationale.Très généralement, les réformes métropolitaines ont été justifiées par l'obligation de doter les métropoles de structures de gouvernement efficaces pour faire face à la globalisation des échanges économiques ; quitte à ignorer les critiques relatives aux effets de ces nouvelles institutions sur la démocratie locale.Quoi qu'il en soit, les institutions sont là et on attend d'elles qu'elles mettent en place des politiques innovantes, performantes, Certains voient même dans ces créations la « revanche » des villes sur les États.Ceci est d'autant plus vrai en Europe où la construction des États durant la période moderne s'est faite au détriment des villes qui leur préexistaient.Les nouvelles métropoles, disposant de structures de gouvernement à la mesure des enjeux auxquelles elles sont confrontées, pourraient devenir à terme des niveaux de gouvernements concurrents pour les États dépassés par la globalisation.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.008 |
| Science and technology studies | 0.008 | 0.003 |
| Scholarly communication | 0.015 | 0.006 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.128 | 0.029 |
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".