Bibliographic record
Abstract
Cette recherche analyse la dynamique spatiale des activités logistiques depuis le milieu des années 1980 jusqu’à présent, en s’appuyant sur des données sur les permis de construire dans 350 aires urbaines françaises. L’analyse de l’ensemble des aires urbaines d’un pays permet d’apporter un éclairage nouveau à la question de la périurbanisation, en s’interrogeant sur les différentes formes qu’elle a prises au cours du temps. Le travail démontre que, loin de se limiter au seul sommet de la hiérarchie urbaine, la périurbanisation des activités logistiques se produit également dans des aires urbaines de plus petite taille. Ce mouvement généralisé des activités logistiques vers le périurbain ne se fait pas de manière homogène mais en différentes vagues. Il s’est effectué dans un premier temps de manière dispersée pour ensuite se concentrer sur un petit nombre de pôles logistiques. Ces résultats confortent l’hypothèse, avancée par des travaux récents, selon laquelle les activités logistiques, poussées par les économies d’agglomération, auraient tendance à s’implanter à proximité d’autres activités logistiques.
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 | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 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".