La production du logement à Bruxelles : la ville de proximité à l’épreuve de la densification urbaine
Bibliographic record
Abstract
La densification de l’habitat en Région de Bruxelles-Capitale est devenue depuis quelques années un enjeu et un outil de développement urbain pour faire face à l’essor démographique et à l’accroissement de l’écart entre l’offre et la demande en logements sociaux et moyens. Le choix de la localisation est crucial pour répondre à ces défis, identifiés notamment dans le projet de Plan régional de Développement durable. Pourtant avec un parc de 39 000 logements sociaux et plus de 45 000 ménages candidats locataires, les opérateurs immobiliers publics ne semblent pas considérer la localisation comme critère prioritaire pour décider des nouvelles opérations de logement sur le territoire régional. Le présent article se veut la synthèse actualisée d’un parcours de recherche initié il y a une dizaine d’années et dont l’objectif était d’analyser la production résidentielle publique et privée depuis 1989 en regard de l’évolution du projet de ville [Ananian, 2010]. À cet objectif initial s’en ajoute un second, qui est de confronter ces résultats à la production du Plan Régional du Logement (2005) et du cadre financier de l’Alliance Habitat (2015). Cette synthèse fait ressortir la nécessité d’orienter les efforts des pouvoirs publics vers une stratégie intégrée de planification urbaine et de production résidentielle publique qui tienne compte de la proximité des équipements, services et aménités de la vie quotidienne.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.008 | 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".