Ville, « pays », région, coopération et initiatives des territoires des sociétés de l’information
Bibliographic record
Abstract
En une génération, les technologies du numérique, reliant industries, produits et services de l’informatique, des télécommunications et des contenus audio-visuels se sont diffusées dans l’ensemble des domaines de la vie sociale, économique et culturelle.Dans un contexte d’ouverture à la concurrence, le désengagement de l’état et l’absence de compétence des collectivités locales créent un vide dans les schémas de service. Manquant d’expérience, baignant dans une culture du fonctionnement hiérarchique et cloisonné, les collectivités ont du mal à percevoir et accompagner des dynamiques du « premier kilomètre » dans les territoires.L’auteur, impliqué dans les politiques locales de diffusion des technologies de l’information et de la communication (TIC), prend l’exemple du syndicat mixte Mégalis en Bretagne et de l’ébauche d’un schéma de développement des TIC sur le pays de Brest pour témoigner des enjeux et des difficultés d’un aménagement pensé des territoires.L’accès public, puis l’écrit public accompagné permettront d’évoquer la question des méthodologies de développement et notamment l’apport de pratiques coopératives ouvertes qui accompagnent les réseaux d’échange de l’internet.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.004 | 0.008 |
| Scholarly communication | 0.011 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| 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".