De l'objet à l'expérience dans l'aménagement des lobby d'hôtels de luxe : le cas du Ritz-Carlton Montréal, Canada
Bibliographic record
Abstract
Ce mémoire s’appuie sur les éventuels changements survenus dans l’hôtellerie de luxe, secteur en perpétuelle croissance. L’étude porte sur le concept de l’expérience du luxe dans l’aménagement des lobbys pour essayer de répondre à la problématique : qu’est-ce que l’expérience du luxe aujourd’hui en hôtellerie : comment se matérialise-t-elle dès le hall d’entrée et quels sont les éléments de design d’intérieur à considérer pour une meilleure adaptation face à la clientèle de demain ? Le but est d’explorer l’aménagement intérieur d’un lobby, de comprendre le comportement des usagers pour orienter les professionnels de l’aménagement et du design vers des modèles adaptés. La notion de luxe n’est plus seulement une vision d’objets, de marques et d’ostentation mais elle évolue dans une démarche d’expérience associée à des valeurs de bien-être et de plaisir. La clientèle qui séjourne dans ces hôtels de luxe est de plus en plus exigeante, de mieux en mieux informée, présente de jour comme de nuit associée à la notion de temps. Par ailleurs, la mondialisation et la globalisation ont participé à cette transformation avec l’accélération des échanges mondiaux et l’arrivée des technologies provoquant une forme de démocratisation du secteur du luxe. En raison de cette diversité, il peut être intéressant d’étudier aussi la notion d’espace au travers des lobby d’hôtel de luxe, premier contact avec l’établissement. L’étude se situe au Ritz-Carlton Montréal, établissement emblématique datant de 1912. Après une analyse du lieu, une observation avec des tracking est réalisée, ainsi qu’une étude sous forme d’entretiens semi-dirigés afin d’obtenir l’avis du personnel y travaillant. L’aménagement de ces établissements fait appel à une mixité temporelle dans le design qui a su combiner le côté ostentatoire du lieu avec une modernité caractéristique de l’expérience client d’aujourd’hui. Cette étude montre comment l’actuelle répartition des catégories clients révèlerait de nouvelles priorités dans la gestion de l’espace.
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 | 0.001 | 0.002 |
| Science and technology studies | 0.023 | 0.008 |
| Scholarly communication | 0.013 | 0.002 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.030 | 0.002 |
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".