Bibliographic record
Abstract
Cet ouvrage expose une sélection de projets d'étudiants de l'atelier Aménagement du paysage urbain de l'École d'architecture de paysage de l'Université de Montréal, réalisés de 2003 à 2013. Les solutions créatives d'espaces publics et de structures vertes présentées par les étudiants témoignent d'une grande sensibilité à la qualité du milieu de vie d'une population urbaine croissante et diversifiée. Très imaginatives, les propositions paysagères illustrées au moyen de dessins à main levée ou numériques s'appuient sur une position affirmée quant à la place de la nature en ville, en congruence avec les préoccupations environnementales d'aujourd'hui. En présentant un ou deux projets de chaque année universitaire, l'ouvrage rend compte de l'évolution des thèmes de l'aménagement de l'espace libre urbain ; alors que les friches industrielles prennent le devant de la scène au début des années 2000, le potentiel de verdissement marque les années 2010, accompagné de nouvelles tendances comme l'agriculture urbaine, les toits verts, la récupération des eaux, etc. Richement illustré, l'ouvrage vise à souligner, à l'instar de tous les ateliers d'aménagement propres à la formation d'architectes paysagistes, la contribution des enseignements et de la production étudiante à la réflexion sur les paysages de la ville.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.026 | 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".