MétaCan
Menu
Back to cohort
Record W2908434423 · doi:10.4000/craup.1115

À la recherche des points-clefs de Gilbert Simondon autour d’un système d’information géographique

2018· article· fr· W2908434423 on OpenAlexaboutno aff
Stephan Kowal

Bibliographic record

VenueCahiers de la recherche architecturale urbaine et paysagère · 2018
Typearticle
Languagefr
FieldSocial Sciences
TopicInformation Technology and Learning
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceArtGeography

Abstract

fetched live from OpenAlex

Le sujet principal de cet article est le développement du Système d’information géographique du Canada à partir de 1962, un exemple du début de l’histoire de la numérisation des espaces, qui permettait de numériser des informations spatiales en combinant des informations statistiques et des documents cartographiques, spécifiquement dans le but d’aider à la prise de décision dans la planification du territoire. La recherche revisite le contexte politique et économique menant au développement du premier système de ce type autour du programme gouvernemental pour l’inventaire des terres du Canada, le Canada Land Inventory (CLI), issu de la Loi sur la remise en valeur et l’aménagement des terres agricoles (ARDA) puis de sa modification pour inclure tout l’aménagement rural.C’est la nature cartographique de ce système développé au Canada et le transfert de cartes dessinées à la main dans un format numérique, par l’entremise du système binaire, qui fournissent de nouvelles idées sur des changements importants concernant la théorie de la représentation conventionnelle. Par le biais de lectures attentives de ces instruments de transcription automatique et non automatique développés durant les années 1960 et, plus précisément, par le développement d’un dispositif spécialement conçu pour ce système, le Special Cartographic Scanner, ce texte traite de la transition depuis des cartes dessinées manuellement à des bases de données manipulables : il examine la nature des informations cartographiques en termes du point, de la ligne, de la surface, de l’échelle et du cadrage, bouleversant certaines notions de la projection conventionnelle dans la représentation, par l’entremise de la procédure de numérisation, du développement d’une nouvelle technique de séquençage des fichiers, de l’introduction d’un système de coordonnées de référence, de régions de données traitables, de leurs superpositions. L’article démontre que les notions de position, de ligne et de cadre dans la représentation traditionnelle ont changé, au profit du point numérique et de la sélection. Dans une volonté de relier la cartographie numérique à la conception en architecture, cet article exemplifie la transition de la représentation développée depuis la Renaissance autour de l’œil, à l’usage d’instruments de télédétection et dans des images générées par des ordinateurs, et de la recherche de patterns, influençant l’approche dans la prise de décision et la conception, par la capacité du système à générer de nouvelles connaissances par la superposition et la combinaison d’éléments ponctuels. L’article situe le Système d’information géographique du Canada dans le contexte de la cybernétique et des théories de l’information, pour le positionner dans la théorie de la concrétisation des objets techniques du philosophe Gilbert Simondon, puis à sa théorie des points-clefs, auxquels sont rattachés les objets techniques dans le territoire, considéré comme subjectif et une production esthétique, afin de nous éclairer sur des exemples de potentiels points-clefs contemporains.

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 imitation

Not 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.

metaresearch head score (Codex)0.013
metaresearch head score (Gemma)0.045
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: Theoretical or conceptual
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.277
Threshold uncertainty score0.551

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0130.045
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0030.005
Science and technology studies0.0060.010
Scholarly communication0.0160.016
Open science0.0010.004
Research integrity0.0040.005
Insufficient payload (model declined to judge)0.0200.006

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.

Opus teacher head0.098
GPT teacher head0.367
Teacher spread0.270 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designTheoretical or conceptual
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2018
Admission routes1
Has abstractyes

Explore more

Same venueCahiers de la recherche architecturale urbaine et paysagèreSame topicInformation Technology and LearningFrench-language works237,207