MétaCan
Menu
← Retour à la cohorte
Enregistrement W4290992198

Les relations entre ville et agriculture au prisme de l'innovation territoriale

2018· preprint· fr· W4290992198 sur OpenAlexfundno aff
Christophe‐Toussaint Soulard, Coline Perrin, Françoise Jarrige, Lucette Laurens, Brigitte Nougarèdes, Pascale Scheromm, Eduardo Chía, Camille Clément, Laura Michel, Nabil Hasnaoui Amri, Marie-Laure Duffaud-Prévost, Gerardo Ubilla-Bravo

Notice bibliographique

RevueProdinra (INRA Bordeaux-Aquitaine) · 2018
Typepreprint
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Agriculture - Saskatchewan
Mots-clésPolitical scienceGeographySociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le concept d’innovation territoriale est mobilisé dans la littérature pour analyser les rapports entre centre et périphérie, la qualité des milieux et la gouvernance territoriale. Nos recherches reprennent ce concept pour saisir les multiples dimensions des relations entre ville et agriculture et pour comprendre ainsi les transformations de l’agriculture dans le contexte de la société urbaine. Nous analysons pour cela les agencements sociaux, spatiaux et organisationnels qui s’opèrent dans les initiatives agri-urbaines locales. À partir d’une chronique de la place prise par l’agriculture dans l’aménagement urbain et dans les politiques locales, l’exemple de Montpellier permet d’illustrer comment ces agencements agri-urbains sont sources d’innovation territoriale. En effet, l’innovation devient territoriale par accumulation de micro-changements, qui finissent par infléchir des fonctionnements établis dans les usages et les normes qui régulent les relations entre ville et agriculture. Ce processus de passage à une plus grande échelle (scaling up) ouvre un champ de recherche sur les relations entre innovations territoriales et transitions globales.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,015
Communication savante0,0090,006
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,026
Tête enseignante GPT0,281
Écart entre enseignants0,255 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProdinra (INRA Bordeaux-Aquitaine)→Même sujetAgriculture and Rural Development Research→Travaux en français237 207→