Mesure du potentiel de marche et de l’accessibilité dans les espaces urbains pour les piétons âgés
Bibliographic record
Abstract
La marche se distingue des autres modes parce qu’elle induit, pour celui qui la pratique, une immersion complète des individus dans l’environnement (Amar, 2010). Elle est aujourd’hui fortement revalorisée dans les centres urbains en France et plus généralement en Europe et Amérique du Nord, au titre de mode de déplacement doux et non polluant mais également en tant que mode de déplacement actif, bon pour la santé. Pour autant, les besoins des piétons pour circuler en sécurité et confortablement doivent être mieux pris en compte pour que la marche devienne une réelle alternative et ceci quel que soit l’âge des marcheurs. Les besoins spécifiques des plus âgés ne sont malheureusement pas suffisamment reconnus par les pouvoirs publics, l’environnement urbain restant le territoire des jeunes actifs, réservé aux usagers les plus performants. Alors que la pratique de la marche à pied est le révélateur de la qualité de l’environnement urbain, le piéton âgé du fait de sa lenteur et de ses fragilités, n’est pas forcément légitime et perd son droit de cité dans une ville trop souvent dévolue à la vitesse. Il y a là un réel enjeu à relever afin de rendre les villes de demain plus accessibles, agréables à vivre, universelles et accueillantes. Cet article présente un outil d’audit de marchabilité adapté aux piétons âgés. Une cartographie fine et détaillée de l’indicateur mis en place à partir de relevés sur le terrain permet de diagnostiquer les problèmes et d’identifier les besoins pour garantir un bon niveau d’accessibilité. Au final, c’est l’absence de continuité dans les cheminements qui ressort comme élément le plus perturbateur de la mobilité à pied dans le site mis à l’étude.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| 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".