La ville sud-africaine après l'apartheid : vers l'accessibilité, l'équité et la durabilité ?
Bibliographic record
Abstract
Résumé Dans le passé, villes et bourgs se sont développés sur le site de nœuds de communication offrant un accès aisé par la mer, les cours d’eau ou les routes. Malheureusement, cette macro-accessibilité est restée en général sans équivalent au microniveau. Le présent article évalue la viabilité des transports sur la base de la définition suivante : une agglomération urbaine viable assure la mobilité à tous ses habitants en rendant toutes les destinations accessibles, de préférence au moyen de modes de locomotion lents ou des transports publics. L’utilisation de la voiture particulière est limitée, les encombrements sont inexistants et des mesures sont prises en cas de nuisances sonores. De ce point de vue, l’accessibilité est souvent problématique à l’intérieur même de la ville, notamment du fait que la planification des transports est dissociée de la planification des établissements humains. L’Afrique du Sud reproduit ce schéma, à l’origine de l’existence de zones urbaines non viables, la situation y étant encore aggravée par les séquelles de l’apartheid, qui sont analysées plus en détail à partir de l’exemple de la ville du Cap. Différentes théories de l’espace urbain sont présentées et illustrées par des exemples de villes dont elles ont au moins partiellement inspiré les plans d’urbanisme en vue de suggérer des solutions pour améliorer l’aménagement des villes sud-africaines. Toutefois, l’expérience accumulée en Europe montre qu’il ne suffit pas de planifier les établissements humains, même en s’appuyant sur des concepts éprouvés, comme l’« aménagement linéaire » ou la « ville compacte ». Il faut encore intégrer la planification des établissements humains et la planification des transports. L’Afrique du Sud devrait s’attacher à déterminer quelles sont les politiques qui permettraient d’améliorer les agglomérations urbaines dans le sens d’une plus grande équité et d’une viabilité accrue.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".