How to do cities with words. Ville, espace et littérature à l’ère hyperconnectée
Notice bibliographique
Résumé
How to do cities with words. Ville, espace et littérature à l'ère hyperconnectéeVivre, c'est passer d'un espace à un autre en essayant le plus possible de ne pas se cogner.Georges Perec, Espèces d'espaces Je tiens à remercier la Chaire de recherche du Canada sur les écritures numériques, son titulaire, Marcello Vitali-Rosati, et l'équipe entière pour le soutien et les échanges qui nourrissent ma pensée, chaque jour.5 Pour une perspective plus actuelle sur la géolocalisation et les arts, je renvoi au site internet du GPS Museum : http://gpsmuseum.eu/6 C'est dans le domaine des sciences de l'information et de la communication que l'on trouve la plupart des chercheurs et des chercheuses qui se penchent sur notre rapport à l'espace à l'ère du numérique : outre Nicolas Nova et Boris Beaude, Laurence Allard notamment est une des chercheuses les plus impliquées dans ce domaine.Pour un approfondissement de son travail, je renvoi à son blogue sur la culture mobile : http://www.mobactu.org/7 [Insérer ici des images de projets artistiques, VERSION AUGMENTÉE]
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,008 | 0,013 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 0,025 |
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 source (Gemma direct ou Codex distillé), 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 ».