MétaCan
Menu
Retour à la cohorte
Enregistrement W3025625509 · doi:10.7202/1068741ar

Explorer les mondes du risque dans la métropole São Paulo

2020· article· fr· W3025625509 sur OpenAlexvenueno aff
Jacques Lolive, Cíntia Okamura

Notice bibliographique

RevueCahiers de géographie du Québec · 2020
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Comment vivre dans l’immense métropole du Brésil qu’est São Paulo, où les risques sont omniprésents ? Comment restituer la diversité des situations de risque où se trouvent plongés les habitants ? Comment analyser ce que vivre avec le risque veut dire, en restituant l’expérience des habitants et leur capacité d’action ? Pour commencer à répondre à ces questions, nous utiliserons la théorie des mondes sociaux afin d’analyser trois situations de risque emblématiques de villes faisant partie de la métropole : Cajamar, une ville industrielle déstructurée composée de favelas ; São Sebastião, une ville littorale sous l’emprise du plus grand terminal pétrolier d’Amérique du Sud ; et le Condominío Barão de Mauá, un ensemble résidentiel construit sur une zone contaminée. Notre recherche révèle un processus contradictoire. D’une part, le risque façonne un milieu de vie qu’il dégrade souvent. D’autre part, les efforts multiformes des habitants se déploient pour maintenir et développer l’habitabilité d’un milieu de vie transformé par la production sociale des risques.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, 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 enseignants0,585
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,010
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,239
Écart entre enseignants0,222 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCahiers de géographie du QuébecMême sujetRisk Perception and ManagementTravaux en français237 207