MétaCan
Menu
Retour à la cohorte
Enregistrement W2148482164 · doi:10.4000/vertigo.11561

Vers une simulation de l’évolution des structures urbaines à partir d’une modélisation multi-agents

2012· article· fr· W2148482164 sur OpenAlexvenueno aff
Frédéric Rousseaux, Nathalie Long, Antoine Renouard

Notice bibliographique

RevueVertigO · 2012
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

Cet article présente la mise en place d’un modèle d’évolution urbaine sur l’aire de Nantes Métropole, France. Ce modèle, basé sur le paradigme multi-agents, propose de décrire et de simuler l’évolution de structures intra-urbaines à l’échelle de l’îlot. La première partie de l’article propose une typologie décrivant les structures urbaines ou les quartiers urbains retenus dans le modèle ainsi que les règles d’évolution qui y sont attachées. Ces structures sont identifiées selon une méthodologie développée par Long (Long et al., 2005). Plusieurs indicateurs sont définis : la densité bâtie au sol, la densité de surface végétale, la hauteur moyenne des bâtiments, l'espacement entre les bâtiments, entre autres. Dans un second temps, cet article présente le modèle qui simule l’évolution de ces structures urbaines. Il est basé sur l’intégration de connaissances d’experts, dans le domaine de l’urbanisme, de l’environnement, du droit ou de la mobilité. Ces connaissances sont traduites en paramètres, puis intégrées dans le modèle. Celui-ci décrit les objets urbains (îlots, routes, aménités, etc.), ainsi que leurs habitants en tant qu’agents dont le comportement évolue en fonction d’un cycle temporel. Par son approche objet (la structure urbaine de l’îlot), ce modèle tente d’intégrer la dimension horizontale (l’étalement) et la dimension verticale (la densification) de l’évolution urbaine. Dans une optique d’analyse d’impact environnemental de la ville, cette approche paraît intéressante, car la mesure de la tache urbaine n’est pas toujours un indicateur suffisant. Par essence, la modélisation est une simplification de la réalité, dont toute la difficulté est de trouver un équilibre entre une simplification réductrice et une exhaustivité qui apportera des résultats souvent incontrôlables. La dernière partie de cet article propose une réflexion sur le choix de la modélisation urbaine : comment mieux prendre en compte, dans les outils d’appréhension de l’évolution urbaine, ces connaissances de plus en plus nombreuses ? Comment passer du modèle générateur de résultats au modèle générateur de connaissances ?

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,033
Tête enseignante GPT0,266
Écart entre enseignants0,233 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetLand Use and Ecosystem ServicesTravaux en français237 207