MétaCan
Menu
Retour à la cohorte
Enregistrement W4283796503 · doi:10.1111/cag.12787

La conception du logement informel en Algérie: les cas des villes de Guelaat Bou Sbaa et Bouati Mahmoud

2022· article· fr· W4283796503 sur OpenAlexvenueno aff
Faissel Houamria, Mohamed Nasri

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2022
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

L'objectif de cet article est d'évaluer l'impact des facteurs socioéconomiques, démographiques, financiers et règlementaires sur la conception du logement informel dans la wilaya (ensemble de communes) de Guelma (Algérie). Pour ce faire, 34 logements situés dans deux petites villes (Guelaat Bou Sbaa et Bouati Mahmoud) ont été sélectionnées. Cette évaluation a été effectuée à l'aide d'une analyse des plans actuels et des plans de mise aux normes des logements existants. Plus précisément, nous avons procédé à une analyse spatiale des deux types de plans en question tout en réalisant un portrait socioéconomique, démographique, financier et règlementaire des logements étudiés et de leurs occupants. Les résultats suggèrent l'importance de l'espace extérieur des logements existants et une tendance vers plus de complexité et d'intériorité spatiale dans les logements projetés. De plus, nous remarquons que la conception du logement est dépendante du facteur social tandis qu'elle est indépendante des facteurs économique, financier et règlementaire. Par ailleurs, les facteurs économiques et financiers affectent le taux d'achèvement et d'occupation des logements tandis que les règlements n'ont visiblement aucune influence sur la conception du logement du fait de la difficulté de leur mise en application.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,253
Score d'incertitude au seuil0,504

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,002
Communication savante0,0040,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,017
Tête enseignante GPT0,228
Écart entre enseignants0,211 · 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'étudeQualitatif
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 revueCanadian Geographies / Géographies canadiennesMême sujetFrench Urban and Social StudiesTravaux en français237 207