MétaCan
Menu
Retour à la cohorte
Enregistrement W3135491471 · doi:10.4000/vertigo.28783

L’infrastructure verte dans l’aire urbaine de Montréal: la multifonctionnalité des espaces végétalisés en question

2021· article· fr· W3135491471 sur OpenAlexaffvenueabout
Xavier Cornet

Notice bibliographique

RevueVertigO · 2021
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceGeographyArt

Résumé

récupéré en direct d'OpenAlex

Depuis une dizaine d’années, on observe un engouement croissant des chercheurs pour les infrastructures vertes dans l’optique d’améliorer la qualité de vie des habitants, notamment en identifiant les services écosystémiques. Cette mise en réseau des espaces végétalisés urbains permet également d’augmenter leurs résiliences face à des perturbations (espèces invasives, dégradations des habitats, mauvaises pratiques de gestions, brassage génétique insuffisant, etc.). Cette multifonctionnalité des espaces végétalisés sera interrogée dans l’agglomération montréalaise. Le paysage végétal sera pris en compte à travers sa qualité écologique et les usages que les urbains en font. Ce paysage végétal est mobilisé grâce à des cartes des formations végétales identifiées par leurs espèces dominantes, ce qui permet une approche plus fine que la plupart des recherches sur les infrastructures vertes par images satellites. Une évaluation critériée nous permettra d’estimer la qualité écologique et l’intérêt social des espaces végétalisés selon leurs situations dans l’espace urbain. De plus, Montréal s’est doté d’un outil d’aménagement qui correspond aux définitions d’une infrastructure verte, les écoterritoires. Les opportunités de développement d’une infrastructure verte seront comparées à la disposition des écoterritoires, dans la perspective d’évaluer leurs potentiels.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 GPT0,234
Écart entre enseignants0,227 · 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

Citations2
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetUrban Green Space and HealthTravaux en français237 207