La lisière des espaces ouverts : support de densification qualitative des métropoles
Bibliographic record
Abstract
Les bords des espaces ouverts ont été reconnus dans plusieurs territoires comme des espaces stratégiques. Ils se trouvent à l’intersection entre les problématiques de développements urbains, de gestion de l’augmentation démographique et les impératifs de valorisation et de protection des espaces de nature. Le concept de lisière urbaine traite les bords en tant qu’éléments complexes, d’épaisseurs variables et porteurs de projets. Si ces espaces sont associés à l’idée d’articulation entre la ville et la nature, ils sont aussi conjointement présentés comme des supports de densification. Or, la mise en avant des bords soulève plusieurs questions. Premièrement, sur la transformation des espaces ouverts induite par une nouvelle pression urbaine. Deuxièmement, sur la requalification de zones jusque-là sous valorisées. Et troisièmement, sur le lieu même d’implantation de la lisière. L’impératif est de traiter avec attention égale tant les éléments bâtis que non bâtis pour qu’ils forment une lisière urbaine, celle-ci marquant d’une part la limite à l’urbanisation et articulant et favorisant, d’autre part, les échanges entre ville et nature. L’implantation de la lisière s’opérerait tant par l’aménagement d’espaces ouverts en bordure de sites naturels ou agricoles (pomerio) que par une densité perméable à trouver dans la partie bâtie de la lisière (ante parc).
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 | 0.005 |
| 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 | 0.008 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 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".