Notice bibliographique
Résumé
La généralisation d’une vitesse de circulation à 30 km/h en ville est une des mesures pour lutter contre le changement climatique inscrite dans la loi sur la transition énergétique votée en France en 2015. À Paris, les polémiques face au ralentissement sont nombreuses en raison de la contrainte qu’elle impose à l’automobile. Cet article propose une rétrospective des débats relayés par la presse entre 1990 et 2016. Alors que la généralisation du 30 km/h est liée à la lutte contre le dérèglement climatique dans la législation, dans quels registres et sur quels espaces les débats s’inscrivent-ils à Paris et quelles ont été les évolutions ? La méthode repose sur une analyse d’un corpus de 122 articles de presse publiés dans différents journaux français. Les résultats montrent que les discours médiatiques se radicalisent à mesure de l’extension de la limitation à 30 km/h à Paris autour d’un vif débat sur les effets de cette mesure sur l’amélioration de la qualité de l’air. La réduction des émissions de gaz à effet de serre est un sujet peu abordé, probablement moins sensible que les enjeux de qualité de l’air dans une ville qui enregistre régulièrement des pics de pollution.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,004 |
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 ».