MétaCan
Menu
Retour à la cohorte
Enregistrement W2065754670 · doi:10.4000/vertigo.11509

Quelle image de la ville pour un projet de développement urbain durable ? L’exemple d’Aubervilliers

2012· article· fr· W2065754670 sur OpenAlexvenueno aff
Hélène Chelzen, Pierre Pech

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

Il est bien connu que, en aménagement urbain, les images sont utilisées pour porter à connaissance les projets urbains, mais aussi pour accroître l’efficacité de la décision politique. Le rôle de l’image comme support d’objectifs variés en aménagement urbain est bien étudié. Actuellement, la montée en puissance du développement durable dans les politiques publiques territoriales en fait aussi un argument au service des projets urbains. Prenant appui sur la réglementation, les efforts de certification, les projets économiques, sociaux, politiques et d’aménagement utilisent les enjeux des impacts environnementaux et de la question du développement durable. L’image du développement durable accompagne donc celle du projet urbain devenant un argument primordial. En France comme dans d’autres pays et spécifiquement dans les banlieues anciennement industrialisées des grandes agglomérations comme l’agglomération parisienne, les projets urbains sont en plein essor. Cet article vise à explorer comment une commune de la banlieue parisienne, Aubervilliers qui s’intègre à la croissance urbaine générale, arrive à orienter ses propres projets urbains et comment l’image du développement durable constitue l’argument de ces politiques publiques. À travers cet exemple, l’enjeu consiste à s’interroger sur la place du développement durable dans les outils de l’aménagement urbain.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,006
Communication savante0,0100,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0310,002

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 Opus0,021
Tête enseignante GPT0,282
Écart entre enseignants0,261 · 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'étudeQualitatif
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

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFrench Urban and Social StudiesTravaux en français237 207