Gouverner le développement logistique de la métropole : périurbanisation, planification et compétition métropolitaine, le cas du bassin parisien et éclairages étrangers
Bibliographic record
Abstract
En raison des mutations des systèmes productifs et distributifs, les activités logistiques gagnent en importance au sein des régions métropolitaines telles que la métropole parisienne. Ce secteur fait irruption dans la métropole en y imprimant de nouvelles logiques économiques et géographiques. Ce développement économique va de pair avec une diversité de régulations publiques depuis des politiques communales et intercommunales (petites infrastructures de transport, zones logistiques), plutôt invisibles à l'échelle métropolitaine, jusqu'à des politiques métropolitaines (planification stratégique, compétition portuaire) en passant par la gestion d'infrastructures publiques spécifiques (ports et aéroports, terminaux ferroviaires). Ces différentes actions publiques, autour desquelles interagissent de nombreux acteurs publics et privés, constituent l'objet de notre recherche.Cette thèse montre que la diversité des actions publiques impliquées dans le développement logistique rend compte de la coexistence de plusieurs modes de gouvernance du développement logistique, de différentes coalitions d'acteurs qui soutiennent le développement logistique. Notre objectif empirique est d'analyser ces coalitions et les situer parmi la diversité des modes de gouvernance à l'œuvre au sein de l'espace métropolitain. D'un point de vue plus théorique, nous proposons ainsi, à travers l'analyse de la gouvernance du développement logistique, un éclairage au sujet des ressorts de la gouvernance métropolitaine en termes de géographie des modes de gouvernance, des modalités de participation des acteurs privés à l'action publique et de construction d'un agenda et d'une gouvernabilité métropolitains.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.007 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".