Urbain, rural et milieux transitionnels : les catégories géographiques de la ville diffuse
Bibliographic record
Abstract
Ville, campagne, urbain, rural, banlieue, tous ces mots font partie du vocabulaire courant de notre époque. Mais que signifient-ils réellement ? Les difficultés traditionnelles de définition et de délimitation des catégories d’espaces géographiques prennent une dimension nouvelle dans le contexte de la mondialisation et de la métropolisation. La montée de l’économie de l’information et la popularisation d’Internet sonnent-ils le glas des territoires tels que nous les avons connus ? Nous tenterons de faire le point sur la nomenclature en études urbaines. Nous nous intéresserons également aux nouvelles formes d’urbanisation diffuse que nous qualifions de milieux transitionnels. On peut définir ces milieux comme des territoires qui s’écartent des idéaux-types du rural et de l’urbain. Ces espaces hétérogènes reflètent la complexité de l’écoumène issu de la ville diffuse. Leur nature hétéroclite ne serait pas temporaire, mais appelée à rester hétéroclite. Ils constituent le produit d’une société urbaine métropolisée et ils soulèvent différents défis en matière de pédagogie, de vie en société et de développement durable.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.003 | 0.007 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".