Notice bibliographique
Résumé
Introduction. VENICE -- THE CLASSIC CASE STUDY. ARRIVING IN THE CITY. Gardermoen Airport, Oslo, Norway. The New TGV Mediterranee Stations, France. Chep Lap Kok Airport, Hong Kong. Translink Interchange, Bangor/Belfast, Northern Ireland. Nils Ericson Bus Station, Gothenburg, Sweden. Grand Central Station, New York, USA. Yokohama Ferry Terminal, Japan. Salamanca Train Station, Spain. ENJOYING THE CITY. Marbella Old Town, Spain. The South Bank, Brisbane, Australia. Copenhagen Squares and Spaces, Denmark. Faneuil Hall Marketplace, Boston, USA. Toronto Malls, Canada. Wall Murals, South Africa. New Rondas, New Ramblas, Barcelona, Spain. Circular Quay and The Rocks, Sydney, Australia. Vancouver Downtown, Canada. Public Realm, Glasgow, Scotland. Post Office Park, Boston, USA. GETTING AROUND THE CITY. Edinburgh's Greenways, Scotland. Bristol -- The Legible City, England. Cycling in Rennes, France and Groningen, The Netherlands. Curitiba, Brazil. The Strasbourg LRT, France. The Portland Streetcar, Oregon, USA. The Brisbane Busway, Australia. Singapore Road Pricing, Singapore. The ULTra System, Cardiff, Wales. CONCLUSION. URBAN HEROS. BIBLIOGRAPHY, USEFUL WEBSITES, PHOTO CREDITS.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».