MétaCan
Menu
Retour à la cohorte
Enregistrement W1577675795 · doi:10.4000/cybergeo.25310

L’influence des parties prenantes dans les grands projets urbains

2012· article· fr· W1577675795 sur OpenAlexaboutno aff
Laurent Viel, Gonzalo Lizarralde, Fella Amina Maherzi, Isabelle Thomas-Maret

Notice bibliographique

RevueCybergeo · 2012
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Plusieurs villes réalisent actuellement de grands projets urbains favorisant leur rayonnement international et leur positionnement dans un contexte de compétition interurbaine. Ces projets complexes font appel à une multitude de parties prenantes, c’est-à-dire de groupes ou d’individus pouvant affecter ou être affectés par le projet : décideurs publics, acteurs économiques, société civile, professionnels de l’aménagement, etc. L’analyse comparative de la structure organisationnelle (l’ensemble des parties prenantes et les relations entre elles) et des mécanismes de gestion (outils stratégiques, outils tactiques de l’aménagement, outils de participation citoyenne) de deux grands projets urbains – le Quartier des spectacles de Montréal (Canada) et Lyon Confluence à Lyon (France) – montre comment cette structure et ces mécanismes déterminent l’influence des différentes parties prenantes sur le projet. Malgré le fait que la participation ait favorisé l’information du public, l’adhésion citoyenne, et le processus décisionnel, l’étude montre que dans les deux cas les décisions stratégiques ont été prises par des « élites urbaines » (Pinson, 2009). Bien que ces « élites urbaines » soient plurielles, la puissance publique domine le projet urbain à Lyon, tandis qu’il est dirigé par des élites urbaines publiques et privées à Montréal. L’étude permet également de souligner les avantages et les inconvénients des modèles de participation proposés par S. Arnstein (1969) et UN-Habitat (2009).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,321
Score d'incertitude au seuil0,638

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,003
Communication savante0,0050,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,043
Tête enseignante GPT0,272
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCybergeoMême sujetFrench Urban and Social StudiesTravaux en français237 207