Brest et son passé industriel : enfermement ou ouverture ?
Bibliographic record
Abstract
Dans cet article, nous transposons l’approche évolutionniste, traditionnellement circonscrites aux firmes, à l’analyse d’un territoire pour appréhender sa dynamique et ses perspectives de diversification. Les concepts d’enfermement, de trajectoires et de contraintes de sentier nous paraissent particulièrement pertinents pour étudier l’inertie du pays de Brest (France) en matière de diversification des activités. Marqué par l’industrie de la Défense, le pays de Brest peine à concrétiser les projets de diversification vers des activités civiles. Nous avançons l’idée selon laquelle l’industrie de la défense, par sa singularité, est à l’origine d’empreintes territoriales et notamment cognitives expliquant en grande partie pourquoi les acteurs locaux demeurent réticents à l’égard de tout projet de diversification. Les résultats de deux enquêtes menées auprès de personnes ayant ou non travaillé dans l’industrie de la défense confirment la présence de ces empreintes territoriales mais révèlent également une acceptabilité croissante des brestois à l’égard de deux projets de diversification : la déconstruction de coques de navires et la conception et fabrication d’hydroliennes et d’éoliennes flottantes, soit deux activités qui inscriraient le pays de Brest dans la transition écologique.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.018 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".