En flat ou sur les curbs, l'influence de l'espace sur les interactions sociales chez les skaters montpelliérains
Bibliographic record
Abstract
Résumé Les skaters occupent des sites spécifiques pour se « mettre en scène » et/ou réaliser des exploits. Cette appropriation par la pratique appelée street accentue la proximité entre les skaters qui animent et forcément troublent les usages généralement tolérés dans l’urbain. L’analyse d’un des spot s de Montpellier permet de cerner puis décrypter les différentes manières de faire et de concevoir le skateboard. L’étude de cette place va nous permettre de relever les divers profils des skaters et leurs interactions. Ainsi nous verrons que l’évolution de la configuration du site découle sur des actions réciproques différentes venant illustrer des logiques et des approches particulières. Pour pénétrer le quotidien de ces individus nous avons mené un travail de terrain de plusieurs années et composé d’observations participantes, d’entretiens puis de récits de vie. Nous allons voir que les skaters se répartissent en fonction de l’âge, des compétences, des envies techniques et des références culturelles qui parcourent cette activité. Ils utilisent ces attributs selon des intérêts et des exigences en relation avec l’idée qu’ils se font de leur pratique. Ces conceptions découlent sur des ruptures ou des distinctions permettant de mieux comprendre le fonctionnement de cette scène montpelliéraine finalement éclatée.
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 | 0.001 | 0.000 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.020 | 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".