Bibliographic record
Abstract
La délimitation du domaine des études urbaines pose un problème particulier. Dans la mesure où le phénomène de l'urbanisation se confond avec la diffusion de la culture caractéristique de la société technologique, toute recherche portant sur l'un ou l'autre aspect de cette culture pourrait être inscrite au chapitre des études urbaines. Même si, par ailleurs, l'on se propose de ne retenir, sous cette rubrique, que des travaux consacrés à l'étude des villes ou des populations urbaines, on se trouve confronté à une nouvelle difficulté : celle de définir les réalités concrètes auxquelles renvoient les notions de ville ou de population urbaine. À partir de telles considérations, les sociologues — les sociologues américains en particulier, mais non pas exclusivement — remettent en cause aujourd'hui le statut de la sociologie urbaine en tant que discipline particulière et s'interrogent sur le bien-fondé de la distinction classique entre sociologie urbaine et sociologie rurale.2 Le débat ne saurait être ramené à de simples questions d'étiquettes ; il indique bien plutôt qu'on reconnaît la nécessité de définir des problématiques nouvelles pour l'étude de milieux différents à l'intérieur d'une même culture globale. 3 C'est à cette perspective générale que se rattache le point de vue que nous adoptons dans le présent exposé.
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 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.005 | 0.006 |
| Insufficient payload (model declined to judge) | 0.375 | 0.190 |
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".