Dynamiques endogènes et exogènes contemporaines de la « renaissance rurale » : un essai typologique des régions françaises, espagnoles et italiennes
Bibliographic record
Abstract
Si la renaissance rurale, chère au géographe français Bernard Kayser, est aujourd’hui en grande partie généralisée dans les campagnes des pays méditerranéens, elle s’inscrit encore de manière très différenciée dans l’espace et dans le temps. Alors que les différentes études nationales amènent à lire cette recomposition de l’espace rural essentiellement à partir de logiques résidentielles, elles occultent une réalité désormais bien plus complexe. Dans cet article, nous proposons de renouveler, voire réinterpréter, la lecture de la recomposition rurale, dans ses formes les plus variées, par une analyse typologique comparative à l’échelle de trois pays de l’Europe méditerranéenne, la France, l’Espagne et l’Italie. Plus largement, nous voulons mesurer la part des facteurs endogènes explicatifs de la recomposition démographique contemporaine rurale en présentant un travail de cartographie statistique multivariée à l’échelle des départements ou provinces rurales qui rendra compte de la complexité et de la différenciation spatiale des formes d’intégration socioéconomique des territoires ruraux.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".