La partecipazione digitale alla governance urbana attraverso i mapping collaborativi: approcci metodologici ed esempi
Notice bibliographique
Résumé
APPROCCI METODOLOGICI ED ESEMPI1. Partecipazione digitale e mapping collaborativi.-La cartografia utilizzata per progetti e finalit di diversa natura, dalla pianificazione, al controllo e censimento, ma dal nuovo millennio e in virt delle sue capacit persuasive e comunicative, essa ha acquisito il ruolo di strumento in grado di contribuire alla conoscenza delle poste in gioco e dei significati sociali del territorio, alla realizzazione della governance e quindi alla presa di decisione concertata (Burini, 2016).Questo stato possibile soprattutto sfruttando lo sviluppo e la crescita delle Tecnologie dell'Informazione Geografica (TIG), ossia l'insieme dei metodi e delle tecniche di trasmissione, trattamento, conversione e rielaborazione di informazioni per l'acquisizione e la gestione di dati geografici in forma digitale.Il principale ambito di produzione dei dati digitali prodotti dagli abitanti anche attraverso la cartografia l'urbano.Infatti, la complessit dell'urbano necessita di nuove fonti di rilevamento per essere indagata e compresa.Jacques Lvy, che da anni riflette sulle citt milionarie, individua nell'urbanit, ovvero nella qualit urbana di un dato spazio, l'aspetto da indagare nelle sue declinazioni di diversit e densit (Lvy, 1994).In particolare, l'urbanit pu essere indagata mediante un'analisi a priori e a posteriori (Lussault, 2003, pp.966-967): la prima stabilisce il grado potenziale di performance funzionale ed misurabile da indicatori di densit e diversit di edifici, infrastrutture, abitanti, attivit commerciali, e altro; l'analisi a posteriori permette di misurare l'attualizzazione di tale potenzialit analizzando nello spazio e nel tempo le pratiche e le azioni che si realizzano.Quest'ultima analisi sta diventando sempre pi rilevante nell'ambito della mobilit, della pianificazione urbana e potrebbe portare a misurare lo scarto tra infrastrutture presenti e bisogni degli abitanti (Beaude, 2015, pp.283-285).In tal senso, i Big Geo-Data diventano una nuova fonte per affrontare la misurazione dell'urbanit a posteriori: il monitoraggio della citt in tempo reale permette di conoscere e dunque gestire alcuni fenomeni e prendere delle decisioni utili a migliorare la vita degli abitanti, cos come a gestire situazioni di emergenza, in cui gli individui possono partecipare attivamente alla gestione dei soccorsi grazie alla loro conoscenza diretta del territorio.Non solamente le metropoli, ma anche le medio-piccole citt, stanno investendo nelle infrastrutture digitali necessarie per ottenere una diffusione sempre pi alta di internet ad alta velocit (anche mediante hot-spot wi-fi) e un sistema di sensori che raccoglie dati relativi ai diversi settori della pianificazione urbana (traffico urbano, inquinamento,
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».