Bibliographic record
Abstract
Avec les objectifs de développement durable et les critiques liées à la dénaturation des paysages, l’urbanisation est de plus en plus questionnée dans sa capacité à penser son rapport à la nature en tant que support écologique et d’amélioration de la qualité urbaine et du bien être. Elle est aussi interrogée dans son rapport au paysage dans la mesure où il participe à notre perception et représentation personnelle et commune du cadre urbain. Notre hypothèse est que le paysage sensible, c’est-à-dire tenant compte des sensations, affects, émotions et imaginaires, est une composante clé de la qualité des futurs quartiers aménagés. Mais comment définir un sentiment de paysage et le traduire dans un projet urbain ? Peut-il permettre une évolution urbaine plus respectueuse du rapport sensible que les hommes entretiennent avec les lieux et leurs paysages ? Pour aborder ces questions, nous proposons de nous appuyer sur deux recherches menées successivement, L’enjeu du paysage commun (2012-2014) et Fabrique ACTive du paysage (2015-2017) qui s’interrogent sur ce qui suscite les sentiments de paysage et sur les fondements d’une intervention urbaine sensible dans un territoire ordinaire de Seine-Saint-Denis, L’Ile-Saint-Denis. Cette recherche montre que le sentiment de nature et de paysage urbain sont interdépendants, les citadins pouvant éprouver un paysage quand les espaces aménagés sont mis en perspective par des horizons de nature. Elle révèle aussi que les expériences sensibles fondent notre appréhension des lieux et appellent la mise au point de méthode de recueil du senti et ressenti urbain, mais aussi de signes du sensible dans les lieux eux-mêmes (symboles, traces, prises sensorielles et affectives). Elle montre enfin l’importance du mouvement pour éprouver avec ses sens le paysage urbain.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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; both teacher heads agree on what is shown here.
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".