Acteurs locaux : quelles pratiques communicationnelles pour une valorisation territoriale ?
Notice bibliographique
Résumé
Assurer l’attractivité et la compétitivité d’un territoire suppose une concertation et une collaboration entre ses acteurs institutionnels et non institutionnels ainsi que la population locale. Pour y parvenir, à la suite d’un diagnostic des besoins réels de la population, divers dispositifs d’intelligence territoriale (IT), comme les pratiques de capitalisation sur les savoirs et les savoir-faire, ou encore les pratiques de partage et de diffusion des connaissances, sont retenus et déployés. Ceux-ci émanent, aussi, d’un certain degré d’appartenance à la région. L’identité, l’attachement et la solidarité qu’exprime la population locale envers leur région sont des paramètres qui orientent fortement l’appréciation des résultats escomptés. Notre étude comparative entre deux régions de la Tunisie, les gouvernorats de Nabeul et de Médenine, a permis une évaluation des dispositifs d’IT choisis par les acteurs institutionnels et non institutionnels et de leur appréciation par la population locale. La phase quantitative de cette étude a permis de vérifier la qualité des échelles de mesure développées et les liens entre les diverses variables, nous avons pu observer qu’un sentiment d’appartenance intense envers la région favorise un comportement solidaire envers celle-ci, quel que soit le niveau de déploiement de l’IT.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 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 ».