MétaCan
Menu
Retour à la cohorte
Enregistrement W4283728416 · doi:10.4000/vertigo.35620

Quelle mobilité pour la ville de demain ? Un regard croisé des experts et de la littérature scientifique

2022· article· fr· W4283728416 sur OpenAlexvenueno aff
Pénélope Brueder, Colin Lashermes, Corinne Curt

Notice bibliographique

RevueVertigO · 2022
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Les infrastructures de transport et la mobilité participent à la définition de ce que sera la ville de demain. Elles doivent compter avec l’émergence des nouvelles technologies, la diversification des modalités de transport et l’évolution des pratiques. Une bonne prise en compte de ces aspects peut favoriser et accélérer la transition vers la ville du futur, avec un impact social, environnemental et économique positif, afin de faire face aux évolutions prévisibles du contexte. Cet article propose une analyse exploratoire sur les évolutions de la mobilité et des transports en ville. Pour cela, nous avons étudié, via une approche lexicométrique, la littérature scientifique relative à la mobilité, aux transports et à leurs évolutions. Cette approche a été complétée par une série d’entretiens menés auprès d’experts du domaine des transports et de la mobilité, qui ont donné lieu à une analyse qualitative et lexicométrique. La mise en relation de ces différentes analyses a permis de tracer les points prégnants de l’évolution de la mobilité et des transports, et de traduire la différence de point de vue entre ces deux groupes. Ainsi, la littérature scientifique propose beaucoup de travaux mettant en avant des innovations technologiques, alors que les experts se sont plutôt concentrés sur les évolutions des pratiques et ont discuté la notion de parcimonie dans la mobilité. Ces deux visions sont toutefois complémentaires et conduisent à plusieurs voies pour la mobilité de la ville de demain.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,021
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0040,009
Communication savante0,0100,012
Science ouverte0,0010,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,013
Tête enseignante GPT0,281
Écart entre enseignants0,268 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetUrban Transport and AccessibilityTravaux en français237 207