Comment les politiques d’urbanisation se traduisent-elles dans le paysage urbain : une approche par les métriques spatiales
Bibliographic record
Abstract
Cette étude s’inscrit dans un projet plus vaste d’analyse d’évolution des modes d’occupation des sols en région Île-de-France. Démontrant une évolution contrastée entre la petite et la grande couronne autour de Paris, la tendance actuelle est au recul des zones rurales au profit des zones urbanisées. Les cinq villes nouvelles (Cergy-Pontoise, Évry, Marne-la-Vallée, Sénart, Saint-Quentin-en-Yvelines), résultat d’une forte planification urbaine menée depuis les années 60, et créées pour rééquilibrer le maillage régional, présentent des profils urbains particuliers et une organisation spatiale de leur territoire différente des autres communes dont le développement a suivi les grandes tendances urbanistiques de l’après-guerre (politique de construction de grands ensembles puis apparition de la maison individuelle en lotissement). Une comparaison entre la ville nouvelle d’Évry et la ville de Longjumeau, située en grande couronne et caractérisée par un grignotage de l’espace rural par l’habitat individuel, est proposée. Cette étude est basée sur le calcul de métriques spatiales qui permettent une caractérisation des paysages urbains (irrégularité, fragmentation, compacité, diversité). Cette analyse révèle des paysages urbains différents, tant au niveau de l’ensemble de la zone d’étude qu’au niveau des quartiers. Les différentes politiques urbaines menées depuis plus de 45 ans se sont en effet traduites par des paysages urbains particuliers. Évry présente un paysage urbain plus fragmenté, complexe et mixte comparé à celui de Longjumeau. Des nuances sont tout de même identifiées, notamment pour le quartier de type pavillonnaire dont la forme est plus irrégulière que celle des quartiers pavillonnaires d’Évry.
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 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.008 | 0.003 |
| 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".