Ville et campagne : deux concepts à l’épreuve de l’étalement urbain
Bibliographic record
Abstract
Malgré la forte critique qu’il essuie et les mesures prises à son encontre, l’étalement urbain se poursuit. Il y a là un paradoxe qui pourrait signifier que l’étalement urbain tire avantage des moyens adoptés pour le contrer. L’hypothèse, qui n’a rien d’ironique, force la réflexion sur les catégories conceptuelles (ville, campagne, urbain, rural) qui fondent notre compréhension du phénomène. En suivant cette piste, on remarque, à partir du cas québécois, que la critique de l’étalement urbain propage une conception dichotomique de la ville et de la campagne, alors que les moyens mis en oeuvre pour le contrer agissent selon d’autres critères, autorisant ce qu’on peut appeler une « urbanisation de la campagne ». Ce constat pousse à s’interroger sur le caractère intrinsèquement urbain de cette dernière. L’idée qui s’en dégage est que la ville et la campagne seraient deux entités partageant un champ où se déploient et se combinent, selon des modalités propres à chacune, des caractères à la fois urbains et ruraux. Dans ce contexte, le défi ne serait donc pas simplement d’empêcher l’étalement urbain, mais d’assurer la meilleure urbanisation possible de la campagne.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.027 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 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".