La mise en tourisme de la ville : de la transformation de l’espace à la résilience de la destination
Bibliographic record
Abstract
La mise en tourisme constitue aujourd’hui un mode de développement recherché aux plans politique et professionnel, mais encore peu analysé au sein de la communauté scientifique. Les villes, dont plusieurs sont des destinations importantes, sont notamment soumises à une dynamique de transformations multiples (architecturale, sociales et capitalistiques), et de ce fait seraient perçues comme un objet et un modèle de compréhension des enjeux de la société actuelle, dont la capacité de résilience fait face à divers phénomènes (climatiques, épidémiologiques, sociopolitiques). L’activité touristique à travers la mise en tourisme des territoires devient alors un objet d’observation et d’analyse de la résilience de cette destination. Comment appréhender le processus de mise en tourisme pour les villes et métropoles soumises à une adaptation continue, notamment en tant que destination touristique ? La mise en tourisme, dans le cas d’une ville/métropole, passerait d’une perspective centrée sur la transformation de l’espace à celle d’une dynamique de projet, de renouvellement et donc de résilience de la destination. Le processus de mise en tourisme sera approché selon deux perspectives : une première plus conceptuelle et sémantique du concept de mise en tourisme utilisé par divers auteurs ; une seconde, plus appliquée, examinera les actions et les représentations d’acteurs engagés dans le processus de la mise en tourisme, selon trois cas d’études.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".