Dessine-moi une ville sans voiture : les aspirations en matière de mode de vie et de mobilité en Île-de-France
Bibliographic record
Abstract
Dans un contexte de remise en cause de la place de l’automobile dans les mobilités urbaines, cet article rend compte des premiers résultats d’une recherche prospective visant à scénariser les conditions d’une Île-de-France Post-Car. À partir d’une entrée quantitative et qualitative des pratiques et aspirations en matière de mobilité et de modes de vie, l’article souligne la pluralité des pratiques de mobilité des Franciliens et de leurs idéaux, mais également des aspirations partagées à une amélioration des conditions de mobilité, de proximité et de ralentissement en contrepoint d’une hypermobilité urbaine. L’entrée par les aspirations permet alors de tracer un scénario partiel, mais partagé de réduction de la mobilité automobile en Île-de-France qui compose avec la diversité des idéaux, les contraintes territoriales et le schéma centre-périphérie des mobilités. Ces résultats contribuent ainsi aux débats sur la place de la voiture en ville et les conditions d’une transition des mobilités, en soulignant l’enjeu d’une différenciation territoriale des politiques de lutte contre la dépendance automobile.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.007 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| 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".