Les transports : leviers d'action pour la relation fleuve-territoire ? In: Fleuves et territoires
Bibliographic record
Abstract
C'est à travers cette mobilité des hommes et à travers les flux de marchandises que sera analysée cette relation fleuve-territoire. Comment les fleuves interviennent-ils dans l'organisation et l'aménagement des territoires, et cela à toutes les échelles, depuis les grands corridors internationaux de transport avec leurs portes d'entrée maritime jusqu'aux équipements industriels ou urbains situés à proximité du fleuve ? Les fleuves ont-ils été, sont-ils encore ou redeviennent-ils un facteur de l'intégration territoriale par les activités qu'ils génèrent, par les réseaux et les flux de personnes ou de marchandises qui empruntent leur vallée ou qui les traversent, par les villes qui s'y trouvent ou par les représentations qu'ils inspirent aux populations de ces territoires ? Quels sont les choix possibles d'aménagement en matière urbaine pour organiser la relation fleuve-ville ? Peut-il y avoir encore une place pour le transport des marchandises par la voie d'eau et en quoi cela implique-t-il des choix territoriaux ?
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.009 | 0.010 |
| Scholarly communication | 0.011 | 0.014 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.022 | 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".