Quelle mobilité quotidienne intra-urbaine sans la voiture ? Le cas des adolescents d’une banlieue de Strasbourg
Bibliographic record
Abstract
Quelle peut être la structure géographique et les morphologies urbaines qui caractérisent la mobilité quotidienne des adolescents de banlieue qui n’ont pas directement accès à l’automobile ? Quel est le rôle des parents, tant par leur position sociale que par leur « soutien » aux déplacements quotidiens ? Finalement, quels sont les espaces urbains fréquentés par les adolescents, et dans quelle mesure il existe des différences à l’intérieur de ce groupe d’âge ? Pour répondre à ces questions nous avons mené une enquête approfondie auprès de 36 adolescent(e)s qui résident dans un quartier de type grands ensembles de la première couronne de la banlieue de Strasbourg. Les résultats montrent que la distribution des lieux fréquentés dans l’agglomération correspondent certes à quatre grands types géographiques. Mais ces derniers sont toutefois en relation avec d’autres facteurs, et notamment le sexe, le type d’activité qui motive le déplacement, le moyen de transport, les paysages urbains fréquentés et représentés. Ils correspondent ainsi à quatre types de rapport à l’espace qui semblent s’appuyer fortement sur les ségrégations socio-spatiales existantes. Le support parental apparaît cependant comme un facteur important pour moduler ces effets socio-spatiaux sur la mobilité quotidienne de l’adolescent(e).
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 | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| 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".