Acteurs locaux : quelles pratiques communicationnelles pour une valorisation territoriale ?
Bibliographic record
Abstract
Assurer l’attractivité et la compétitivité d’un territoire suppose une concertation et une collaboration entre ses acteurs institutionnels et non institutionnels ainsi que la population locale. Pour y parvenir, à la suite d’un diagnostic des besoins réels de la population, divers dispositifs d’intelligence territoriale (IT), comme les pratiques de capitalisation sur les savoirs et les savoir-faire, ou encore les pratiques de partage et de diffusion des connaissances, sont retenus et déployés. Ceux-ci émanent, aussi, d’un certain degré d’appartenance à la région. L’identité, l’attachement et la solidarité qu’exprime la population locale envers leur région sont des paramètres qui orientent fortement l’appréciation des résultats escomptés. Notre étude comparative entre deux régions de la Tunisie, les gouvernorats de Nabeul et de Médenine, a permis une évaluation des dispositifs d’IT choisis par les acteurs institutionnels et non institutionnels et de leur appréciation par la population locale. La phase quantitative de cette étude a permis de vérifier la qualité des échelles de mesure développées et les liens entre les diverses variables, nous avons pu observer qu’un sentiment d’appartenance intense envers la région favorise un comportement solidaire envers celle-ci, quel que soit le niveau de déploiement de l’IT.
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 | 0.004 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.007 | 0.007 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.018 | 0.003 |
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".