MétaCan
Menu
Retour à la cohorte
Enregistrement W1968756271 · doi:10.4000/vertigo.12931

Les espaces verts urbains : étude exploratoire des pratiques et du ressenti des usagers

2012· article· fr· W1968756271 sur OpenAlexvenueno aff
Nathalie Long, Brice Tonini

Notice bibliographique

RevueVertigO · 2012
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

De nos jours la végétation, par opposition au minéral, occupe une place importante dans le tissu urbain des villes occidentales. Elle est de plus en plus désirée par les urbains pour leur permettre de supporter la ville, de l'accepter dans leurs pratiques et usages quotidiens. Les espaces verts sont des lieux de détente et de récréation, prisés par les citadins (Emelianoff, 2007; Da Cunha, 2009). Les apports de la végétation sont indéniables : elle est une source de bien-être et de plaisir, et son pouvoir apaisant contribue à la réduction de certains maux urbains comme la pollution de l'eau et de l'air ou l'îlot de chaleur urbain. (Akbari, 2002; Nowak et al., 2006; Matusoka et al., 2008). Si 7 Français sur 10 choisissent aujourd'hui leur lieu de vie en fonction de la présence d'espace vert à proximité de leur habitation (UNEP, 2008), les raisons de cet engouement sont diverses : relaxation, rencontre des autres habitants ou pratique d'un sport ou d'une activité récréative (Sanesi et al., 2006). D'après une enquête menée sur les pratiques et le ressenti de visiteurs de trois parcs urbains nantais et auprès d'habitants d'un quartier durable d'Angers, il en ressort une volonté réelle des usagers de faire une coupure avec la ville, de se retrouver dans un endroit calme ou de pratiquer une activité. L'ambiance du parc (entretenu/sauvage) ne semble pas avoir d'influence sur le ressenti des usagers. Ces résultats permettent de cerner les demandes de nature pour pouvoir mieux y répondre lors de futurs aménagements urbains.

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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,153
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 technologies0,0010,001
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,044
Tête enseignante GPT0,287
Écart entre enseignants0,243 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations21
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetUrban Green Space and HealthTravaux en français237 207