Point de méthode : géographie des territoires et territorialités à Damas (Syrie)
Bibliographic record
Abstract
L’analyse de la mobilité ordinaire à Damas menée à partir des réseaux sociaux et de l’emploi informel permet de mieux comprendre l’organisation des territoires de l’ordinaire. Sur un échantillon de population de Wadi al Kâhf, nous avons retracé les pratiques et les espaces fréquentés au quotidien par ses habitants. Au-delà de la comptabilisation des flux, ce sont les territoires et les pratiques individuelles qui importent. L’observation révèle les pratiques et les lieux liés aux profils sociaux, économiques et culturels. L’appartenance à une communauté et à un secteur d’activité conditionne également les formes de territorialité. Une analyse statistique des données permet d’objectiver les résultats issus des enquêtes individuelles. Les explications ethniques et religieuses des comportements s’estompent au profit de modes de faire de plus en plus liés à des positions socio-économiques individuelles et familiales qui conditionnent les aires de mobilité. L’informel nous semble être un moyen de lire le quotidien de la majorité des Syriens qui vivent dans des conditions précaires.
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 | 0.019 | 0.075 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.007 | 0.009 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.004 | 0.006 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.065 | 0.007 |
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".