Dépendance à l’automobile et pressions temporelles
Bibliographic record
Abstract
La pratiques de mobilité contemporaines sont fortement marquées par l’utilisation massive de la voiture. Bien que de nouvelles formes d’utilisation de l’automobile émergent comme le covoiturage, l’autopartage et la multipropriété, l’usage individuel reste majoritaire. Cette situation témoigne du phénomène de dépendance à l’automobile bien décrit depuis une vingtaine d’années dans la littérature scientifique (Kenworthy et Laube 1999; Dupuy 2006). La dépendance à l’automobile est particulièrement saillante dans les espaces périphériques mal desservis par les transports publics. Elle est notamment liée à la localisation résidentielle des ménages dans ces espaces. Ce choix résidentiel produit un mode de vie qui s’appuie sur la vitesse de déplacement de la voiture et sur l’accessibilité offerte par les infrastructures de transport. Ce modes vie est marqués par des espaces d’activités spatialement éclatés et des agendas quotidiens particulièrement denses en particulier pour les familles avec des enfants (Drevon 2016). L’adossement des contraintes spatiales et temporelles à une offre de transport public limitée pousse les individus à utiliser massivement l’automobile. Dans cette configuration, les personnes se trouvent dans une forte dépendance à l’automobile. Les pouvoirs publics ont tenté de réguler ce phénomène à l’aide de politiques publiques d’investissement, de pénalisation et d’incitation. Force est de constater que les effets de ces différentes politiques ont été relativement limitées. Ce chapitre propose de réinterroger les ressorts de la dépendance à l’automobile selon une approche originale. Il s’agit d’abord d’une approche comparative entre l’Amérique du Nord et l’Europe. Elle compare notamment les agglomérations de Québec et de Strasbourg. Au sein de ces deux agglomérations, des ménages non motorisés sont interrogés. Il s’agit de ménages (n=30) qui ont fait le choix ou sont contraint de ne pas posséder de véhicule particulier. Le chapitre est organisé à partir de trois parties. La première partie mobilise de la cadre théorique. La seconde est dédiée à la présentation des contextes d’étude et de la méthodologie. Enfin la dernière partie présentes les résultats les plus saillants.
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 | 0.002 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.006 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.033 | 0.004 |
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".