Profil de la métropole culturelle : évaluation des indicateurs à travers les cas de Marseille et Montréal
Bibliographic record
Abstract
Dans un contexte de désindustrialisation et de mondialisation, les villes sont amenées à repenser leurs vecteurs de développement et de rayonnement. La culture et le tourisme occupent une place probante dans cette dynamique, et se trouvent au cœur de la notion de métropole culturelle. Toutefois, on constate un manque de recherches scientifiques sur cette dernière, et c'est pourquoi le présent mémoire a pour objectif de dresser le profil de la métropole culturelle. Pour ce faire, des entrevues semi-dirigées ont été effectuées auprès d'acteurs des villes de Marseille et de Montréal, afin de saisir les phases, les caractéristiques, les enjeux et les motivations intrinsèques à la naissance et à l'évolution d'une métropole culturelle. Les résultats issus de ces données qualitatives ont permis d'identifier et de classer les indicateurs pertinents ; de cerner les forces, les freins, mais aussi des propositions envisageables ; tout en mettant en exergue les motivations des leaders. Il en ressort que la métropole culturelle naît d'ambitions et d'une vision commune de la part des acteurs locaux, désireux de transformer durablement leur territoire à travers l'imbrication de projets de natures culturelle, économique, de gestion, sociale et urbaine. De cette détermination à collaborer émerge alors une plateforme incontournable d'échanges culturels, économiques et sociaux. \n______________________________________________________________________________
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 | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.004 | 0.007 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
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".