Quelle place du sonore dans la production urbaine ? Éclairage par les postures et pratiques professionnelles dans le cadre du diagnostic sonore urbain
Bibliographic record
Abstract
Partant du constat d’une prise en compte partielle, souvent quantitative, négative et curative des enjeux sonores dans les projets urbains, cet article se focalise sur la manière dont les différents acteurs agissant (directement ou indirectement) sur le champ du sonore dans le cadre de la production urbaine, considèrent le sonore lui-même et envisagent la possibilité d’un diagnostic partagé de celui-ci. Pour ce faire, cet article relaie certains résultats d’une recherche (Manola et al., 2017) à l’articulation de plusieurs champs disciplinaires (physique/acoustique, urbanisme, études urbaines, géographie, architecture), financée par L'Agence de l'environnement et de la maîtrise de l'énergie (Ademe). La démarche méthodologique combine : analyses bibliographiques et documentaires, enquête de terrain et expérimentations (par des ateliers menés avec des professionnels de la production urbaine, inspirés des focus groups, et par un séminaire de croisement) sur un terrain unique d’enquête/expérimentation : la cité-jardin de Stains (Île-de-France). Sur cette base, l’article interroge (1) les approches du sonore dans les pratiques et habitudes des différents groupes professionnels ; (2) les éléments et outils mobilisés par les différents groupes et ce qu’ils révèlent des postures épistémologiques des professionnels vis-à-vis du « terrain » et de la « méthode » ; (3) les conditions de prise en compte des questions sonores dans la production urbaine. In fine, nous montrons d’un côté la grande diversité des approches, outils et démarches méthodologiques professionnelles existantes pour investir la question sonore, et de l’autre les nombreux verrous cognitifs, organisationnels, stratégiques, financiers et idéologiques qui persistent et résistent à une intégration renforcée et transversale de la dimension sonore dans la fabrique de la ville.
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 | 0.010 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.008 | 0.010 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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".