Marges et périphéries des routes touristiques et des itinéraires culturels : quelles interspatialités ?
Bibliographic record
Abstract
Cet article porte sur les marges patrimoniales et les espaces définis par les périphéries des routes touristiques et des itinéraires culturels. Il cherche à comprendre les multiples combinaisons des interspatialités entre ces deux types d’espace, qui sont décryptées ici grâce à plusieurs modèles graphiques dont l’ambition est de déboucher sur une lecture typologique. Avec des exemples choisis à différentes échelles dans un contexte de montagne et étudiés en Suisse, en France, au Canada et aux États-Unis, il s’agit d’appréhender les différentes formes de couplage des routes et des itinéraires concernés avec leurs marges et leurs périphéries. Selon qu’ils sont isolés ou organisés en réseaux dont les niveaux de connectivité et de connexité peuvent être élevés, les agencements spatiaux bâtis autour de ces axes touristiques et culturels répondent à des schémas plus ou moins récurrents. Des processus et des outils d’intégration ou, au contraire, de marginalisation sont ainsi identifiés pour révéler, par exemple, des « effets d’ombrage » liés à une trop grande proximité, un effacement ou une protection des marges par la traversée des espaces, ou encore des périphéries plus ou moins autonomes par rapport aux routes et qui fonctionnent comme des isolats. Les espaces parcourus sont vécus et expérimentés par les acteurs touristiques en même temps qu’ils donnent lieu à des aménagements plus ou moins élaborés. Les marques de la patrimonialisation sont ici envisagées comme des traceurs des processus spatiaux en cours. Au final, les marges patrimoniales et les périphéries touristiques sont indissociables des routes touristiques et des itinéraires culturels eux-mêmes et leur compréhension va de pair.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.007 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 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".