MétaCan
Menu
Retour à la cohorte
Enregistrement W2768898245 · doi:10.4000/tem.4411

Ralentir la vitesse à Paris pour réduire la pollution ?

2018· article· fr· W2768898245 sur OpenAlexaff
Sylvanie Godillon

Notice bibliographique

RevueTerritoire en mouvement · 2018
Typearticle
Languefr
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,563
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,238
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTerritoire en mouvementMême sujetVehicle emissions and performanceTravaux en français237 207