Les enjeux et opportunités de la Grande Vitesse Ferroviaire en termes de développement local et de développement durable : une analyse fondée sur la production et l'appropriation des innovations de services
Bibliographic record
Abstract
Il existe de nombreux projets de train à grande vitesse en Europe et ailleurs dans le monde. Ces projets s’inscrivent désormais dans un contexte de développement durable, et leur ambition est en premier lieu de limiter, voire de contrer, la croissance continue du mode routier pour le déplacement de personnes. Toutefois, cette ambition première s’accompagne de nombreuses autres attentes, en lien avec cette nouvelle offre de transport à grande vitesse. De nombreuses recherches académiques montrent qu’aucun effet systématique en termes de dynamique économique ne résulte de la seule présence d’une infrastructure de transport. Les résultats de notre recherche ne confirment pas d’effets majeurs sur les indicateurs économiques traditionnels : emplois, localisation d’entreprises, démographie, etc.. Les seuls effets incontestés des dessertes TGV sont des effets d’image associés à l’appartenance au club des villes TGV, et encore cela n’est le cas que lorsque les villes desservies sont caractérisées par un déficit d’image. Il faut toutefois reconnaître aux LGV un rôle indéniable de mobilisation des acteurs territoriaux. Mais, même à ces conditions, les résultats ne sont pas automatiques. Les résultats font ainsi apparaître une diversité de cas qui traduit l’impossibilité d’une réponse unique et l’importance des contextes territoriaux. On peut distinguer plusieurs groupes de critères intervenant dans la potentialité d’effets et leur intensité : -Les critères tenant au système TGV, à savoir la localisation de la gare (de préférence urbanisée) et l’intensité de la desserte,-Les critères tenant au contexte macro-économique,-Les critères tenant aux caractéristiques des territoires. Notre travail montre qu’il faut dès lors considérer à la fois le territoire comme support de ressources, assimilable ce faisant à un espace offrant un certain nombre de richesses (entreprises, population, aménités, caractéristiques naturelles), mais aussi comme une structure sociale définie par les stratégies des acteurs. Il faut donc considérer comment l’infrastructure complète les ressources présentes sur le territoire, mais aussi et surtout comme elle s’insère dans le système de relations sociales qui définit également le territoire. L’intensité des résultats sera donc fonction du degré de coordination des stratégies autour des dessertes TGV, qui fournit une indication de l’étendue de ce système de relations sociales. La question sera alors de voir si le TGV peut être « structurant » de relations sociales ou si les relations sociales constituées peuvent évoluer de façon efficace avec l’arrivée de la desserte. L’intensité des résultats sera corrélativement fonction du caractère non contradictoire des intérêts individuels par rapport à la desserte. Mais dès lors qu’on considère le territoire comme un système social, il devient difficile d’intégrer des effets territoriaux dans les évaluations des grands projets structurés articulées autour d’indicateurs quantitatifs. Le calcul économique est en effet aujourd’hui le principal outil d’évaluation. Il permet de chiffrer les coûts et surcoûts d’un projet, et ainsi de comparer les projets entre eux. Or, la complexité des interactions entre infrastructures et territoires nécessite une remise en cause des modes d’évaluation, et en particulier du calcul économique, qui apparaissent inadaptés pour la saisir. Notre recherche plaide pour une évaluation multicritères permettant de valoriser des critères qualitatifs seuls à même de traduire la structure sociale du territoire, en laissant la pondération des critères aux mains des décideurs.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".