MétaCan
Menu
← Retour à la cohorte
Enregistrement W6989949283

Chemins de l'innovation urbaine durable: Lutte contre l'ïlot de chaleur urbain, planification énergétique locale, prescription des toitures végétalisées au Canada, en Suisse et aux Etats-Unis

2014· report· fr· W6989949283 sur OpenAlexaboutno aff

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2014
Typereport
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUrban environmentUrban planningLocal Development
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La lutte contre le changement climatique conduit les autorités territoriales à réduire les émissions de gaz à effet de serre et à minimiser les conséquences de certains de ses effets. Cela concerne aussi la planification spatiale qui organise le transformation des espaces urbanisés. Des innovations en matière de planification spatiale émergent ici où là et se diffusent de façon plus ou moins visibles. Plutôt que des politiques globales, ce sont des connaissances, des méthodes de travail, des outils de décision, des postures qui sont apportées aux et transformées par les urbanistes. Comment ces innovations urbaines se diffusent de villes à d'autres ?Ce rapport résulte d'une recherche financée par l'ADEME dans le cadre du programmeObservation de la recherche urbaine. Elle a été menée dans trois pays fédéraux par le laboratoire PACTE de l'université de Grenoble-Alpes. Le rapport est organisé en cinq parties. Problématique et méthodologie générales décrit les concepts scientifiques de la socio-économie de l'innovation, formule les hypothèses de recherche et présente la méthode de constitution et d'analyse des corpus des trois terrains. Trois chapitres sont ensuite consacrés à des innovations dans leur terrain : Les politiques de déploiement des toits verts en Amérique du nord, La prise en compte de l'ilot de chaleur urbain au Québec et La planification énergétique territoriale en Suisse romande.Placée au début du rapport, la Synthèse pour les décideurs fait aussi office de conclusion

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)0,006
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,916
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0030,007
Communication savante0,0100,004
Science ouverte0,0020,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,018
Tête enseignante GPT0,245
Écart entre enseignants0,228 · 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
GenreAutre

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)→Travaux en français237 207→