La ceinture ferroviaire est de Bruxelles : barrière de croissance aux 19e et 20e siècles ? (1855-1950)
Bibliographic record
Abstract
Quel a été l’impact du développement du chemin de fer sur la morphologie urbaine des faubourgs de Bruxelles ? Pour tenter d’apporter une première réponse à cette vaste question, ce texte examine le rôle des infrastructures ferroviaires de la ligne de ceinture est de Bruxelles (l’actuelle ligne 161). Il propose surtout de démontrer que, contrairement à une idée reçue et encore largement diffusée, la formidable croissance du réseau ferroviaire dans la deuxième moitié du 19e siècle a parfois pu constituer un redoutable obstacle à l’urbanisation de certains quartiers en érigeant au beau milieu de ce ceux-ci ce que l’on pourrait appeler des « barrières de croissance ». Croisant des archives de différentes natures et notamment cartographiques (issues principalement des fonds d’archives communaux) et divers travaux sur l’évolution de la morphologie urbaine, cette étude montre, à travers l’exemple de cette ligne de ceinture que, si les gares ont souvent favorisé le développement urbain comme pôles économiques de croissance, les voies ferrées traversant la ville ont par contre joué le rôle inverse, en constituant parfois des entraves à la croissance de certains quartiers.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.000 | 0.001 |
| 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".