L’état des métropoles : évaluation du changement dans les villes mondiales
Notice bibliographique
Résumé
De quelle façon les grandes métropoles se sont-elles transformées au cours des vingt dernières années ? Leur population et leur économie se sont-elles améliorées, détériorées ou sont-elles demeurées stables ? Ces sociétés se sont-elles centralisées ou décentralisées ? Ont-elles obtenu un statut d’instance de gouvernance ou sont-elles demeurées des entités politiquement incomplètes ? Nous tentons de répondre à ces questions en examinant plus de 120 villes et en présentant des tendances de base. Les métropoles abondent en Amérique du Nord, en Europe occidentale et orientale, au Japon, en Amérique latine et en Afrique subsaharienne. Nous examinons également la « hiérarchie mondiale » des métropoles en évaluant les changements de catégories nominales des villes mondiales. Ces changements sont aussi comparés à l’évolution du développement humain sur le plan national. D’une certaine façon, une telle étude sonde les liens possibles entre la mondialisation et ses conséquences sur le développement des villes mondiales. Nous constatons que les villes de toutes les régions du monde développé sont passées d’un statut politico-socio-économique à un autre, d’où le choix du titre de notre article.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».