Vers une simulation de l’évolution des structures urbaines à partir d’une modélisation multi-agents
Bibliographic record
Abstract
Cet article présente la mise en place d’un modèle d’évolution urbaine sur l’aire de Nantes Métropole, France. Ce modèle, basé sur le paradigme multi-agents, propose de décrire et de simuler l’évolution de structures intra-urbaines à l’échelle de l’îlot. La première partie de l’article propose une typologie décrivant les structures urbaines ou les quartiers urbains retenus dans le modèle ainsi que les règles d’évolution qui y sont attachées. Ces structures sont identifiées selon une méthodologie développée par Long (Long et al., 2005). Plusieurs indicateurs sont définis : la densité bâtie au sol, la densité de surface végétale, la hauteur moyenne des bâtiments, l'espacement entre les bâtiments, entre autres. Dans un second temps, cet article présente le modèle qui simule l’évolution de ces structures urbaines. Il est basé sur l’intégration de connaissances d’experts, dans le domaine de l’urbanisme, de l’environnement, du droit ou de la mobilité. Ces connaissances sont traduites en paramètres, puis intégrées dans le modèle. Celui-ci décrit les objets urbains (îlots, routes, aménités, etc.), ainsi que leurs habitants en tant qu’agents dont le comportement évolue en fonction d’un cycle temporel. Par son approche objet (la structure urbaine de l’îlot), ce modèle tente d’intégrer la dimension horizontale (l’étalement) et la dimension verticale (la densification) de l’évolution urbaine. Dans une optique d’analyse d’impact environnemental de la ville, cette approche paraît intéressante, car la mesure de la tache urbaine n’est pas toujours un indicateur suffisant. Par essence, la modélisation est une simplification de la réalité, dont toute la difficulté est de trouver un équilibre entre une simplification réductrice et une exhaustivité qui apportera des résultats souvent incontrôlables. La dernière partie de cet article propose une réflexion sur le choix de la modélisation urbaine : comment mieux prendre en compte, dans les outils d’appréhension de l’évolution urbaine, ces connaissances de plus en plus nombreuses ? Comment passer du modèle générateur de résultats au modèle générateur de connaissances ?
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) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 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".