La représentation de l’espace public par la photographie : Une étude de cas dans la région de Montréal (Québec, Canada)
Bibliographic record
Abstract
L’espace public est soumis, par‐delà les formes matérielles qui le constituent, aux représentations ou images qui orientent les types d’usages, les formes d’appropriation et la perception générale qu’on s’en fait. En suivant un gradient urbain centre‐périphérie, qui permet de comparer trois secteurs de la région de Montréal (péricentral, périurbain et couronne Nord), nous avons dépouillé le contenu de photographies disponibles dans le cyberespace (issues des différentes municipalités et arrondissements, des journaux locaux et des médias sociaux) afin de dégager les représentations de l’espace public. Que peuvent dire les photographies disponibles en ligne sur la manière dont l’espace est perçu? Nous avons établi des images‐types de l’espace public (nature idyllique, scène urbaine, espace festif, espace vide, portrait de famille) qui étaient représentatives de l’ensemble du corpus étudié. Nous avons comparé les résultats obtenus à une analyse de correspondance qui a permis d’éclairer la structure des interactions entre les variables. L’analyse a montré que les représentations s’inscrivent dans une perspective plutôt différenciée par quartier que par région, et que si les journaux et les municipalités représentent souvent les thèmes de la sociabilité et de la famille, les médias sociaux, eux, montrent davantage des espaces vides, qu’ils soient monumentaux ou du quotidien.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.010 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".