Bibliographic record
Abstract
À la fois terrain, enjeu et instrument, la ville est une composante évidente de la problématique du conflit. Cette réflexion géopolitique, partant d’observations et de recherches sur la situation au Proche-Orient, tente d’apporter un éclairage sur les liens existants entre villes et stratégies politiques et militaires. Ce faisant, il s’agit de mesurer la nature complexe, parfois contradictoire mais bien réelle, de ce lien autour duquel se matérialisent les stratégies politiques et militaires, selon des rapports de force changeants. Au cours des conflits qui ont émaillé l’histoire du Proche-Orient, trois axes de la stratégie militaire et politique d’Israël et de ses voisins arabes peuvent être repérés : la guerre ouverte, la zone tampon (ou glacis), l’occupation et l’annexion. Quelle est la place de la ville dans ces axes stratégiques ? Du fait de l’omniprésence de la ville dans ce contexte de guerre, on peut repérer trois situations pour les villes : la ville détruite, la ville occupée, la ville produite. Dans chacun des cas, Beyrouth et plus largement des villes du Liban, les villes palestiniennes ou encore les « villes-colonies », la Homa Oumigdal des implantations juives en Cisjordanie, sont autant d’exemples sur lesquels notre propos s’appuie. Aussi cherchons-nous à montrer comment les villes peuvent matérialiser la dimension spatiale des pensées politique (idéologique) et militaire illustrées par des actes et des faits.
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 | 0.001 | 0.002 |
| Science and technology studies | 0.008 | 0.009 |
| Scholarly communication | 0.011 | 0.007 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.026 | 0.003 |
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".