MétaCan
Menu
Retour à la cohorte
Enregistrement W1938849254 · doi:10.4000/vertigo.10874

Naturalité urbaine : l’impact du végétal sur la perception sonore dans les espaces publics

2011· article· fr· W1938849254 sur OpenAlexvenueno aff
Solène Marry, Muriel Delabarre

Notice bibliographique

RevueVertigO · 2011
Typearticle
Languefr
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPublicsArtPolitical scienceSociologyGeography

Résumé

récupéré en direct d'OpenAlex

Du point de vue de la requalification de la ville contemporaine, le sensible peut être considéré comme un opérateur de formes nouvelles d'urbanité et questionne à ce titre les différents modes d'intervention sur la ville. Il s'agit donc de se focaliser sur une logique d'action sur la ville par le sensible. La connaissance fine d’un espace passe par celle de ses ambiances sonores, révélatrices de pratiques individuelles et collectives. Ces ambiances socialisantes (ou a-socialisantes) de l’espace public sont le propre de l’urbanité. Formes spatiales et formes sociales s'y rencontrent. C'est d'ailleurs là que réside l'intérêt de la recherche amorcée : les méthodes développées en faveur de la perception sonore de l’espace public questionnent des dimensions de l'environnement (son, lumière, visibilité, objets saisis au niveau sensoriel et physique), du milieu (interactions, échanges, sociaux) et du paysage (formes saisies au plan esthétique). L’article s’attache à démontrer l’importance de la place de la nature en ville et, plus particulièrement, celle du végétal, comme facteur déterminant dans l’évaluation spatiale mais aussi la perception sonore du lieu à travers trois places grenobloises. De ce fait, la transformation de la connaissance et de la perception sonore des sites expérimentaux choisis émerge conjointement avec l’apparition de nouvelles pratiques et de nouvelles représentations sociales.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,344
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,040
Tête enseignante GPT0,325
Écart entre enseignants0,284 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations9
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetNoise Effects and ManagementTravaux en français237 207