Bibliographic record
Abstract
La généralisation d’une vitesse de circulation à 30 km/h en ville est une des mesures pour lutter contre le changement climatique inscrite dans la loi sur la transition énergétique votée en France en 2015. À Paris, les polémiques face au ralentissement sont nombreuses en raison de la contrainte qu’elle impose à l’automobile. Cet article propose une rétrospective des débats relayés par la presse entre 1990 et 2016. Alors que la généralisation du 30 km/h est liée à la lutte contre le dérèglement climatique dans la législation, dans quels registres et sur quels espaces les débats s’inscrivent-ils à Paris et quelles ont été les évolutions ? La méthode repose sur une analyse d’un corpus de 122 articles de presse publiés dans différents journaux français. Les résultats montrent que les discours médiatiques se radicalisent à mesure de l’extension de la limitation à 30 km/h à Paris autour d’un vif débat sur les effets de cette mesure sur l’amélioration de la qualité de l’air. La réduction des émissions de gaz à effet de serre est un sujet peu abordé, probablement moins sensible que les enjeux de qualité de l’air dans une ville qui enregistre régulièrement des pics de pollution.
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 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.007 | 0.009 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.009 | 0.007 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.020 | 0.004 |
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".