Comment évaluer et mesurer la conflictualité liée aux usages de l’espace ? Eléments de méthode et de repérage
Notice bibliographique
Résumé
Cet article a pour objet de présenter le travail réalisé depuis quelques années par une équipe pluridisciplinaire sur la question des conflits d’usage de l’espace et de révéler la méthodologie d’enquête et de collecte de données, ainsi que la structure de la base de données qui en est issue. Dans un premier temps nous procédons à une définition du champ des investigations, en donnant une définition de ces conflits, de leurs caractéristiques, des mobiles et des manifestations de la conflictualité, ainsi que des acteurs impliqués. Nous exposons ensuite notre méthode de repérage des conflits, fondée sur un diagnostic de zone et la mise en commun de différentes méthodes de recueil de données dont les entretiens à dire d’experts, l’analyse de la Presse Quotidienne Régionale et le traitement des sources du contentieux juridique. Nous présentons enfin la base de données Conflits©, avec ses tables et nomenclatures, qui réconcilie et raisonne les données recueillies sur différents terrains, avant de fournir quelques exemples de l’utilisation de notre méthode sur le cas de la Région Ile de France.
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 | 0,107 | 0,239 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,009 | 0,012 |
| Études des sciences et des technologies | 0,004 | 0,009 |
| Communication savante | 0,017 | 0,013 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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 ».