Vers l’amélioration de la marchabilité de la ville pour tous. Retour d’expérience sur l’aménagement de l’accessibilité autour d’un centre commercial à Montréal
Bibliographic record
Abstract
Cette étude de terrain s’intéresse à l’accessibilité des personnes âgées à un centre commercial montréalais (nommé « Alexis Nihon ») pour lequel des aménagements accessibles ont été réalisés. Le centre commercial constitue un incitatif à la marche et est un lieu de rencontre pour les personnes âgées. Agir sur l’accessibilité à ce type de lieu dans la ville est susceptible de contribuer à leur mobilité et à leur maintien en santé. Cet article développe un cadre d’analyse utilisant l’approche de la « post-occupancy evaluation » (POE). Dans un premier temps, à l’aide de l’audit de marchabilité MAPPA et d’autres grilles d’observations, les parcours urbains de l’extérieur du centre commercial vers ses accès ont été évalués. Dans un second temps, nous avons confronté cette caractérisation avec le regard de personnes âgées fréquentant régulièrement ce centre commercial. Les résultats montrent la performance d’accessibilité urbaine des aménagements, même si plusieurs obstacles peuvent rendre l’expérience de marche des personnes âgées moins agréable, voire dangereuse. De ce fait, nous supposons que l’aménagement urbain aux abords des centres commerciaux doit favoriser la sociabilité du lieu (modes de vie des personnes âgées) et mieux arrimer cette destination avec le reste de la ville (mobilité).
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 | 0.005 |
| 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 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 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".