Analyse spatiale de la conflictualité, exploration par la régression géographiquement pondérée
Bibliographic record
Abstract
Cette recherche porte sur l’analyse spatiale de 1600 conflits urbains s’étant produits entre 1965 et 2000 dans le territoire correspondant aux limites actuelles de la ville de Québec. L’article propose de renouveler l’analyse de la relation entre la fréquence spatiale des conflits et certaines variables socioenvironnementales urbaines. Tout d’abord, les conflits sont classés en utilisant un indice original mesurant leur niveau de conflictualité. Ensuite, l’analyse est réalisée à l’aide d’une régression géographiquement pondérée. Les résultats démontrent qu’au niveau globale et/ou local la régression géographiquement pondérée produit de meilleurs résultats que la régression linéaire ordinaire. Par ailleurs, on observe aussi que les variables socioenvironnementales explicatives varient, partiellement selon le niveau de conflictualité des conflits analysés. On note enfin que ces variables n’exercent qu’une influence partielle sur la distribution spatiale de l’activité conflictuelle. Autrement dit, dans certains secteurs urbains, l’activité conflictuelle est associée à d’autres facteurs que ceux mesurés dans cette étude.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".