MétaCan
Menu
Retour à la cohorte
Enregistrement W2916944612 · doi:10.4000/vertigo.22074

Planification spatiale et agriculture urbaine. L’exemple de l’agglomération tourangelle

2018· article· fr· W2916944612 sur OpenAlexvenueno aff
Céline Tanguay, Jean Louis Yengué, José Serrano

Notice bibliographique

RevueVertigO · 2018
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesGeographyArt

Résumé

récupéré en direct d'OpenAlex

Pour les décennies à venir, deux défis sociétaux forts devront être relevés : nourrir décemment les 10 milliards d’Hommes et assurer une qualité de vie dans les villes surpeuplées. Nourrir la planète renvoie à la préservation des terres agricoles, elles-mêmes fortement menacées par les extensions urbaines. De plus, le bien-être en ville pourra être en partie assuré par les éléments de Nature parmi lesquels figurent les jardins potagers et autres éléments d’agriculture urbaine. De nombreuses études scientifiques montrent que le maintien de l’agriculture en ville est une des réponses pour concilier augmentation démographique, autosuffisance alimentaire et bien-être. Malgré les initiatives de plus en plus nombreuses, la mise en œuvre d’un projet d’agriculture urbaine est complexe et jamais gagnée d’avance. En se fondant sur Tours (France), cet article décrypte la fabrique d’un tel projet, aussi bien sur le plan politique et technique. Il montre que nourrir les urbains n’est qu’un prétexte pour répondre à des enjeux économiques (structurer une filière), sociaux (cohésion sociale) et environnementaux (biodiversité, protection du sol et des nappes phréatiques, etc.). C’est ainsi que tous les acteurs de l’aménagement urbain seront mobilisés, gage de réussite d’un projet d’agriculture urbaine. Cette vision multifonctionnelle du territoire permet de dépasser le cloisonnement encore fort entre environnementale et alimentaire alors que les objectifs sous-jacents sont convergents. Aussi, nous proposons l’idée de joindre les objectifs de préservation de la biodiversité à l’alimentation en réalisant une « trame verte, bleue et alimentaire » (TVBA).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,160
Score d'incertitude au seuil0,319

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,006
Communication savante0,0070,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,029
Tête enseignante GPT0,263
Écart entre enseignants0,233 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFrench Urban and Social StudiesTravaux en français237 207