Palermo dalla montagna. Ricerca e politica per una nuova idea di citta
Bibliographic record
Abstract
Ad immaginare di forestare gli spazi aperti di una città culturalmente antica e geograficamente complessa come Palermo si rischia, se non lo si fa con la dovuta attenzione, di cadere in una inutile provocazione intellettuale e ambientalista. Tuttavia, è proprio questo - piantare molti alberi nella città - che ci viene richiesto con insistenza dalla politica attuale che in Italia attraverso il PNRR – Piano Nazionale di Ripresa e Resilienza nel 2021 ha stanziato a tal fine molti soldi. Una tale visione politica, pur nelle difficoltà ecologiche, politiche e gestionali, che evidentemente comporta la sua concreta attuazione ci sollecita ad osare con il nostro sguardo inventivo di architetti, paesaggisti ed artisti su alcuni luoghi degli spazi aperti urbani che sono in parte abbandonati o trascurati e, al tempo stesso, di grande intensità semantica e identitaria. Tale è a Palermo il territorio in cui si trova il complesso formato dalla chiesa di Santa Maria del Gesù, con il cimitero e la sua selva. Introdursi nei processi ecologici in atto nell’area di Santa Maria del Gesù mediante l’inserimento di nuova vegetazione richiede un’attenzione assoluta poiché la foresta sul versante è ancora, in buona parte, primaria ed incontra, una volta arrivata nella piana, ampie aree coltivate con filari di agrumeti.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.010 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.072 | 0.024 |
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".