MétaCan
Menu
Retour à la cohorte
Enregistrement W2055364547 · doi:10.1080/14649365.2014.974067

Streets as new places to bring together both humans and plants: examples from Paris and Montpellier (France)

2014· article· en· W2055364547 sur OpenAlexaboutno aff
Patricia Pellegrini, Sandrine Baudry

Notice bibliographique

RevueSocial & Cultural Geography · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensnon disponible
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésSociologyAnthropology

Résumé

récupéré en direct d'OpenAlex

Greening public city space is a growing issue in France. With examples drawn from Paris and Montpellier, this article seeks to understand what happens when city-dwellers green the public space outside their door and when policies encourage spontaneous flora on the street. Plants were already part of ancient cities and have been a tool for urban planning since the nineteenth century leading to the development of public green spaces and street-tree planting. Urban ecology sparked an interest for spontaneous flora in the 1980s. Public policies concerning water, climate, and biodiversity have been trying to take this unbidden vegetation into consideration since the beginning of this century. Besides, the social sciences have shown that city-dwellers are interested in plants to embellish their balcony, and in city gardens and parks. We tried to find out if this vegetation can be more than just a tool to plan, to green, to bring biodiversity, and to beautify urban space. We argue that letting planted and unbidden flora colonize sidewalks and allowing people to act directly on it brings residents and plants to co-inhabit and co-domesticate the streets, and challenges the timelessness of a city by introducing a life cycle.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,150
Score d'incertitude au seuil0,298

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0080,005
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,013
Tête enseignante GPT0,246
Écart entre enseignants0,234 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations38
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial & Cultural GeographyMême sujetUrban Green Space and HealthTravaux en français237 207