OPEN DATA EN TRANSPORT URBAIN : QUELLES SONT LES DONNEES MISES A DISPOSITION ? QUELS SONT LES STRATEGIES DES AUTORITES ORGANISATRICES ?
Notice bibliographique
Résumé
Les données relatives au transport et à la mobilité mises à disposition en open data sont variées. Quelles sont-elles ? Certaines données sont-elles plus représentées que d'autres ? Quelles sont les stratégies des autorités organisatrices lorsqu'elles mettent à disposition du public ces données ? L'étude proposée inventorie les données mises à disposition dans 6 villes: Paris, Londres, New York, Toronto, Madrid et Singapour. 4 types de données sont présentes dans les bases. La donnée temps réel est la plus rare, c'est aussi la plus recherchée. 3 stratégies d'acteurs se dégagent in fine : ceux qui mettent à disposition la donnée brute, ceux qui délivrent un premier niveau de service, par exemple du calcul d'itinéraire, et vendent une donnée élaborée. Enfin ceux qui investissent dans des projets pour prendre une partie de la valeur que peut générer les applications issues du traitement de ces données.
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 | 0,023 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,019 | 0,033 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,007 |
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 ».