Distances, interactions et analyse spatiale de la ville : le cas de montréal
Bibliographic record
Abstract
Résumé Le concept de distance demeure nébuleux malgré son omniprésence dans l’analyse géographique. Cet article s’intéresse à ce concept et aux conséquences de son ambiguïté sur l’étude de l’espace urbain. Nous y présentons certaines des principales formulations du concept de distance et discutons de leurs intérêts respectifs. Nous étudions ensuite les affinités et les différences qui marquent quelques formes de distances (distance euclidienne, distance réticulaire, distance-temps et distance d’interaction) telles que mesurées dans la région métropolitaine de Montréal. Les résultats de notre analyse empirique de Montréal démontrent que (1) les écarts entre les valeurs relatives des différentes mesures de distance sont minimes mais que (2) ces écarts représentent néanmoins des univers spatiaux distincts. Il apparaît, par exemple, que les interactions observées sont plus intenses lorsque les distances « réseau » (réticulaire et temps en transport en commun) sont plus courtes. Cependant, les interactions résiduelles (lorsque l’attractivité associée à la taille des origines et des destinations est prise en considération) sont mieux exprimées par les temps de déplacement en automobile à l’heure de pointe matinale. De telles observations confirment ainsi que les choix liés à la mesure de la distance ont un impact limité mais concret sur l’analyse spatiale intra-urbaine, car ces différentes mesures renvoient à différents univers d’interactions.
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 | 0.004 | 0.004 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.000 |
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".