Bibliographic record
Abstract
Et si l’on considérait que le patrimoine constituait un élément moteur d’identité et de développement territorial ? Dans une période de remise à plat des politiques publiques sur les territoires, et alors que ceux-ci sont à la recherche d’un projet collectif, il convenait de s’interroger sur la place du patrimoine dans la mobilisation des acteurs locaux et dans la recherche des retombées sociales et économiques.L’ouvrage « Patrimoine, identité et développement territorial » associe concepts, méthodes et récits d’expériences, il permet ainsi à tous ceux qui sont impliqués dans le devenir des territoires de trouver matière à enrichir leurs pratiques, à découvrir comment des éléments patrimoniaux peuvent devenir une richesse pour l’avenir de ces espaces de vie.Coordonné par Edwige Garnier et Frédéric Serre, ce livre a mobilisé un collectif de chercheurs de l’Université de Limoges, de l’EPL d’Ahun et de professionnels du développement territorial. Il s’appuie sur une formation universitaire, dont le montage original repose sur le soutien sans faille de collectivités territoriales, notamment creusoises.
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 | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.008 | 0.031 |
| Scholarly communication | 0.010 | 0.010 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".