MétaCan
Menu
Retour à la cohorte
Enregistrement W2999164929 · doi:10.4000/cybergeo.33792

La séduction des cartes du geoweb. Le cas des flux de migrants internationaux

2020· article· fr· W2999164929 sur OpenAlexaff
Françoise Bahoken, Laurent Jégou, David Lagarde, Nicolas Lambert

Notice bibliographique

RevueCybergeo · 2020
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueAfrican Studies and Geopolitics
Établissements canadiensMinistère des Transports
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

La supposée crise des politiques migratoires européennes depuis 1995, sa forte médiatisation et le besoin d’information de la société civile sur cette question éminemment politique ont contribué à une intense production cartographique des flux de migrants. L’accueil mitigé réservé à la carte de l’agence finlandaise Lucify sur l’exil syrien nous conduit à examiner les enjeux contemporains de la mise en carte de flux de migrants internationaux, à les questionner, à les cartographier autrement. À l’heure du geoweb, la fabrication de ces cartes ouvre, en effet, de nouvelles questions dont l’analyse est rendue complexe non seulement par l’apparente variété des dispositifs techniques et de leur mise en œuvre, mais aussi parce qu’elle doit simultanément aborder ce qui relève de l’intention du concepteur de la carte et ce qui tient de sa réception auprès de publics ciblés. Il s’avère que la carte de Lucify apparaît ex nihilo, le recours à des procédés métaphoriques symbolisant des migrations humaines étant inappropriée. Nous examinons dans un premier temps les enjeux géopolitiques de la mise en carte de l’exil syrien, puis nous analysons la carte de Lucify et sa réception dans un contexte politico-technologique sensible. Dans un deuxième temps, nous présentons les enjeux méthodologiques sous-jacents, sous la forme de réponses cartographiques apportées à la demande sociale d’objectivité et d’humanisation des flux de migrants syriens.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0040,011
Communication savante0,0080,009
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

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 Opus0,039
Tête enseignante GPT0,297
Écart entre enseignants0,258 · 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'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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCybergeoMême sujetAfrican Studies and GeopoliticsTravaux en français237 207