Bibliographic record
Abstract
Diverses lois au cours de ces dernières décennies ont impulsé un renouveau et densifié l’affluence du paysage sur la scène politique, sociétale et scientifique. Elles ont concouru à l’émergence de savoirs scientifiques et techniques tout comme de pratiques professionnelles renouvelés au regard des nouveaux impératifs d’amélioration des connaissances, de la transversalité des politiques publiques et de la formation et montée en compétences professionnelles que porte la politique du paysage à l’échelle nationale. Pour autant, les politiques du paysage impliquent une visée démocratique et nécessitent de nouveaux dispositifs pour partager une culture toujours inscrite à la croisée des regards, favorisant ainsi une prise de distance par rapport au monde confiné et traditionnel de l’art des jardins d’une part et du seul savoir expert de l’autre. Le paysage se serait-il démocratisé ? C’est une des questions posées par ce numéro spécial « Paysage en réseau(x) ». Cette évolution nécessaire a amené, parfois sans le dire explicitement, à organiser et promouvoir des formes de partage, de mise en débat des enjeux des paysages à des échelles locales qui s’appuient sur des modalités de médiation dont les réseaux font sans nul doute partie. Ces réseaux, interprofessionnels et interdisciplinaires, seraient dès lors un vecteur et l’un des passages nécessaires pour renforcer la territorialisation des politiques du paysage qui jusqu’alors restaient fortement centralisées. Ce numéro vise à nourrir cette réflexion, illustrée par de nombreux exemples pris pour l’essentiel dans le sud-ouest de l’Europe. Le numéro thématique est complété par trois articles. Le premier propose de saisir l’atmosphère de Lisbonne en mobilisant largement poésies et odes à cette ville. Le deuxième article étudie comment l’événement touristique permet de renforcer l’attractivité d’une destination et d’accroître sa notoriété tout en étant un levier du projet urbain. Il propose de s’interroger sur le sens des aménagements fluviaux mis en place à la faveur de ce type d’événements dans deux villes bien distinctes, Québec et Saragosse. Enfin, un dernier article analyse la dissonance et la conflictualité qui existe entre projet urbain et projets d’habitants dans le cadre de l’aménagement culturel de Bordeaux.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.007 | 0.005 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.044 | 0.006 |
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".