MétaCan
Menu
Retour à la cohorte
Enregistrement W1995121876 · doi:10.4000/vertigo.11569

Le paysage comme ressource

2012· article· fr· W1995121876 sur OpenAlexvenueno aff
Steve Déry

Notice bibliographique

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

Résumé

récupéré en direct d'OpenAlex

Partout sur la planète, le capitalisme est à la recherche de nouvelles ressources à exploiter pour nourrir une croissance économique dont il est de plus en plus évident qu’elle ne pourra se poursuivre indéfiniment (Latouche, 2007; Kempf, 2007 et 2009). Dans plusieurs pays pauvres d’Amérique latine, d’Afrique et d’Asie, mais aussi en Europe et en Amérique du Nord dans les régions à la recherche d’un projet d’amélioration des conditions de vie, le tourisme apparait souvent comme une panacée, le remède à tous les maux. Cette mise en tourisme signifie qu’il faut « vendre » un produit que les touristes achèteront. Il peut s’agir de services, d’artisanat, mais il s’agit souvent de paysages. Domont rapporte d’ailleurs des travaux récents qui montrent que les paysages (landscapes) influencent les migrations (Domont, 2011, p. 339). Mais que vend-on au juste quand on vend un paysage? En fait, comment celui-ci devient-il une ressource? Comment est-il consommé? Et quels sont les enjeux et les conséquences pour les populations locales? Ce court texte vise à présenter quelques éléments sans prétendre faire le tour de la question, histoire d’assoir les débats autour de cette notion de paysage sur des bases solides.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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: aucune
Score de désaccord entre enseignants0,851
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,071
Tête enseignante GPT0,277
Écart entre enseignants0,207 · 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

Citations8
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFrench Urban and Social StudiesTravaux en français237 207