Le Coefficient de Biotope par Surface adapté sous l’angle des mutations spatiales des friches bruxelloises (Belgique)
Bibliographic record
Abstract
Cet article suggère des pistes d’amélioration des outils de Coefficients de biotope par surface bruxellois (CBS) afin de prendre en compte lors de l’urbanisation des friches urbaines leurs principales caractéristiques influençant le développement de la biodiversité et son évolution dans l’espace et le temps. Le contexte particulier de la friche urbaine, source de convoitises voire de conflits parfois difficilement réconciliables et pouvant abriter simultanément des habitats semi-naturels différents, fournit un terrain d’expérimentation du CBS intéressant pour évaluer son applicabilité dans les projets d’urbanisation. Les travaux se basent à la fois sur une revue de littérature et sur des cas appliqués. L’article permet de dégager des facteurs potentiels de pondération complémentaires à ceux attribués dans les outils CBS bruxellois. Ils sont distingués en facteurs dits « majeurs » indispensables au développement de la biodiversité d’une friche urbaine (le sol et l’eau) et en facteurs dits « mineurs » nécessaires pour décrire l’état et la dynamique élémentaire de la biodiversité d’une friche urbaine (la superficie, l’âge, l’environnement, la gestion, la couverture du sol). Il met en évidence l’importance relative des combinaisons de facteurs capables de simplifier le calcul du CBS ainsi que la nécessité de disposer de valeurs et d’unités spatiales de référence.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".