Le territoire, un système socio-patrimonial décrypté par le modèle de l’Acteur en 4 Dimensions
Bibliographic record
Abstract
Le territoire, entité relationnelle complexe, met en avant la dualité homme-nature en mêlant morphologie de l’espace et subjectivité du regard passé, présent et futur. Une notion polysémique donc, qui pour certains auteurs ne fait plus sens. Plutôt que d’abandonner la notion de territoire, nous proposons au contraire d’accepter la mouvance du concept et d’approfondir l’analyse de cette complexité territoriale. Pour ce faire, cet article expose deux thèses complémentaires. D’un point de vue théorique, nous positionnons le territoire en tant que système socio-patrimonial, fruit des relations sociales et des relations au patrimoine (naturel et culturel). Le territoire serait alors un noeud interactionnel entre ce que nous appelons rapport social et rapport patrimonial. D’un point de vue pratique, nous proposons d’opérationnaliser cette définition au-travers d’un modèle de diagnostic territorial intitulé l’Acteur en 4 Dimensions (A4D) qui vise l’analyse du jeu d‘acteurs par l’étude des liens entre humains et liens au non humain. L’A4D permet de constituer ce que nous nommons des empreintes territoriales propres à chaque acteur, une radiographie synchronique des liens sociaux et patrimoniaux sur un territoire. Ce modèle conceptuel d’analyse est vecteur d’informations sur le jeu d‘acteurs et de dialogue entre parties intéressées. Il s’adresse alors aux chercheurs, porteurs de projets, médiateurs ainsi qu’aux acteurs territoriaux eux-mêmes. Nos résultats montrent que l’étude des liens sociaux ne peut se faire indépendamment du contexte dans lesquels ils sont ancrés et inversement, que les liens homme-nature existent par le biais de relations sociales. Des objets qui font du lien ; des liens qui font des objets : une problématique à approfondir pour décrypter ce qu’est le territoire au-travers d’une analyse sur les attaches entre nature et culture.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.005 | 0.025 |
| Scholarly communication | 0.010 | 0.009 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 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".