Méthodologie d'étude des flux de transport de marchandises générés par une activité industrialo-portuaire : enseignements de l'étude sur la zone industrialo-portuaire de Dunkerque
Bibliographic record
Abstract
Le CETE Nord Picardie a réalisé une étude pour le compte du ministère de l'Equipement et des Transports\n(DTMPL et DDE du Nord), co-financée par la Communauté Urbaine de Dunkerque, la Chambre\nde Commerce et d'Industrie de Dunkerque et le Port Autonome de Dunkerque.\nLes objectifs de l'étude étaient d'apporter des éléments objectifs voire quantifiés pour mieux appréhender\n:\n- les flux de transport de marchandises, générés par l'activité industrielle et portuaire de la zone\nd'étude ;\n- les itinéraires routiers des véhicules PL lors de la traversée de l'agglomération dunkerquoise.\nL'enjeu était de fournir des éléments d'éclairage pour situer et orienter l'action publique dans le domaine\ndes choix d'infrastructures par rapport aux perspectives de développement prévues sur la zone\nd'étude.\nLa particularité de l'étude a été :\n- de favoriser une approche globale de l'impact des flux routiers de transport de marchandises,\nd'une activité industrielle dans un contexte portuaire,\n- de rapporter cet impact à l'échelle d'une agglomération urbaine,\n- de mettre en perspective les enjeux de développement liés à une activité économique donnée,\navec l'ensemble des enjeux de développement de la zone urbaine.\nCompte-tenu de ces spécificités, l'étude a demandé un fort investissement méthodologique, de manière\nà bâtir des outils de recueil de données qui n'existaient pas.\nLe présent rapport permet de réaliser un retour sur cette expérience méthodologique de manière à :\n- capitaliser la méthode, ses apports mais aussi ses limites,\n- identifier les enseignements relatifs à la difficulté de recueillir des données sur le transport routier\nde marchandises à l'échelle d'une agglomération.
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 | 0.005 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 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; 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".