Bibliographic record
Abstract
L’Enquête Ménage Déplacement (EMD), dispositif de mesure de la mobilité quotidienne, naît aux États-Unis dans les années 1940 et est importé en France à la fin des années 1950. L’EMD reste aujourd’hui le dispositif dominant de mesure de la mobilité, et elle porte toujours le modèle conceptuel de données originel, qualifié ici de modèle déplacement-centré. L’objectif de cet article est de décortiquer ce modèle de données pour mettre à jour la façon dont il guide les questionnements, les traitements et les interprétations vers une approche déplacement-centrée. La démarche est conduite en trois temps: une analyse détaillée du modèle conceptuel historique des EMD; une proposition de transformation de ce modèle de données en un modèle qualifié de « séquentiel »; et enfin, un exemple qui compare les résultats de deux analyses thématiquement comparables menées en parallèle dans une approche classique déplacement-centrée et dans une approche séquentielle. Cette comparaison met en avant la complémentarité des deux approches: concevoir la mobilité comme mouvement dans l’espace et la concevoir comme variabilité temporelle de la présence spatiale.
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 | 0.005 | 0.023 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.005 | 0.007 |
| Science and technology studies | 0.002 | 0.006 |
| Scholarly communication | 0.008 | 0.010 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.018 | 0.002 |
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".