Le contrôle du 'filtrage spatial' en cartographie des flux, ou comment se départir des découpages administratifs
Notice bibliographique
Résumé
Certains résultats issus de l’analyse des interactions spatiales donnent lieu à une partition de l’espace issue de la modélisation des relations préférentielles. On parle dès lors d’un processus de régionalisation fonctionnelle par les flux qui se manifeste, sur le plan cartographique, par un nouveau découpage du territoire. Ce découpage décrit des 'régions' au sein desquelles les échanges entre les unités spatiales élémentaires qui les composent sont d’autant plus importants entre elles qu’avec des unités spatiales qui appartiennent à d’autres 'régions'. Cette caractéristique structurelle des flux intra zonaux est appréhendée à travers la notion d’intégration régionale, elle est très sensible aux effets de la composante spatiale sur la distribution des échanges. En cartographie des flux, la composante spatiale des échanges intervient à différentes étapes de la chaîne de traitement, à commencer par la phase d’acquisition (le levé) et de collecte (le relevé) des données. La procédure de filtrage spatial des données - réalisée par les organismes fournisseurs de données au moment de leur mesure - conduit à une partition de l’espace a priori suivant un découpage généralement administratif. Le choix de ce découpage n’est pas sans conséquences sur les résultats ultérieur car ce dernier est généralement inadapté aux pré-requis des modèles et entraîne, globalement, un effet général de 'sujétion à la mesure' (Haggett, 1973, Grasland, 1997). Le cas idéal est, par conséquent, celui du contrôle du filtrage spatial afin d’obtenir un zonage qui obéisse aux exigences de la modélisation (Openshaw, 1977) en ayant recours à un enregistrement en continu des déplacements individuels, à l’aide de GPS ou de téléphones portables par exemple, desquels seront reconstitués des flux selon un découpage territorial adéquat. Nous communication a pour objectifs de mettre en évidence d’une part, les effets du filtrage spatial opéré lors de la mesure des données et d’autre part, de montrer les conséquences du choix du découpage territorial sur la régionalisation, à différents niveaux d’agrégation. Elle s’appuie pour cela sur l’exploitation de traces individuelles issues de la téléphonie mobile (appels entrants, sortants et SMS) qui ont été collectées sur une semaine en Picardie. Nous présentons dans un premier temps, une méthode de filtrage spatio-temporel des trajectoires individuelles qui conduit à la génération de matrices de flux que nous partitionnons dans un second temps. Les régionalisations fonctionnelles élaborées avec le SIG Flowmap© nous conduisent à présenter dans un troisième temps, les variations de l’image des flux picards lorsque l’on se départi des découpages administratifs.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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.
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 ».