Analyse et simulation topologiques en géographie, application à l’étude des migrations interrégionales
Bibliographic record
Abstract
Le modèle d'Analyse et de Simulation Topologique est à l'analyse de système ce que l'analyse de régression multiple est à l'analyse multivariée. Pour un système de flux ce modèle détermine les gains effectués par tous les noeuds dépendants pour tout changement de flux dans le noeud principal ; il détermine l'importance des diverses lignes de transmission entre les éléments et il permet de connaître la sensibilité d'un élément aux variations de flux sur tout arc du réseau. C'est un modèle qui pourrait s'avérer très utile pour des études d'interdépendance systémique ou pour une recherche sur les lignes de transmissions d'un phénomène de diffusion. C'est une technique très intéressante également pour mesurer l'évolution d'un réseau et connaître les éléments qui ont tendance à être refoulés en marge du système par d'autres qui prennent de l'importance. À titre d'illustration, le modèle a été appliqué à l'étude des migrations de populations en France pour les années 1962-68, dans le cadre des régions de programme.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".