L’éducation au développement urbain : Quelle éducation pour quels développements ?
Notice bibliographique
Résumé
L’environnement des villes engendre des problèmes identitaires, sanitaires, sociaux, écologiques, etc. Des solutions ont été apportées à ces problèmes par différents mouvements d’action sociale comme ceux des communautés en santé, de l’architecture verte et des villes viables et écologiques. L’éducation relative à l’environnement trouve dans ces mouvements une source d’inspiration pour intervenir en milieu urbain et peut ainsi contribuer à éduquer les citoyens à une meilleure littératie urbaine. Quels types de développement orienteront le façonnement des villes nouvelles ? Plusieurs avenues sont possibles : développements humain, viable ou durable, esthétiques, accroissement du « capital social », etc. Chaque communauté déterminera les valeurs environnementales qui seront au cœur de la reconstruction de ses quartiers. La littératie urbaine se résume en des habiletés à lire et à recréer le milieu urbain. Les informations disponibles sur les problèmes urbains et leurs solutions ainsi que des stratégies employées traditionnellement en lecture de textes et en environnement serviront à affiner le regard des personnes impliquées. Des stratégies de créativité seront enfin mises à profit pour faciliter l’invention de solutions urbaines originales, adaptées au(x) type(s) de développement choisi(s).
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,003 |
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 ».