L’option téléphérique dans les favelas de Rio de Janeiro
Bibliographic record
Abstract
Dans le contexte de la tenue de méga-événements sportifs comme stratégie de marketing urbain, cet article de géographie s’intéresse à la réalisation de nombreux projets d’infrastructures de transport et qui opposent les besoins de la ville touristique à ceux des habitants locaux. Il se penche sur le cas précis de la ville de Rio de Janeiro, hôte de la Coupe du Monde de la Fédération Internationale de Football Association (FIFA) en 2014 et qui se prépare à accueillir les Jeux Olympiques d’été de 2016. Notre cas s’intéresse plus particulièrement aux problématiques liées au développement de nouveaux modes de transport en commun au service de ces méga-événements. L’option téléphérique développée à Rio pour la mobilité des habitants des favelas est devenue un symbole du conflit entre la construction de la ville événementielle et touristique, et les besoins d’une population démunie. Basée sur des enquêtes de terrain conduites entre 2011 et 2014, l’étude de trois téléphériques récemment érigés à Rio (au Complexo do Alemão, au Morro da Providência et à Rocinha) révèle que loin de construire une vision intégrée du tourisme et du transport, cette solution participe au processus d’exclusion des habitants les plus vulnérables.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 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".