Approche économique du stationnement résidentiel en centre-ville : le cas des villes de Grenoble et Lille
Bibliographic record
Abstract
Sur la base du recueil de paroles d'acteurs, ce rapport d'étude tente de mieux cerner les caractéristiques de l'offre et de la demande de stationnement résidentiel en centre ville sous l'angle économique, et de répondre à un certain nombre de questions : Quels sont les coûts du stationnement privé (coûts d'investissement, de gestion) ? Quel est le poids relatif des charges fiscales liées au stationnement par rapport à celles du logement ? Quels sont les choix économiques des ménages qui influent sur leurs pratiques de stationnement ? Quel est l'impact des politiques publiques de tarification préférentielle sur le jeu du marché ? etc.Outre l'apport de repères chiffrés, l'étude met en évidence l'absence de données disponibles et exhaustives qui rend ardue toute démarche d'étude sur les aspects économiques du stationnement résidentiel. Enfin, elle montre le caractère complexe du stationnement résidentiel lié à sa situation "en frontière" de problématiques fortes et souvent contradictoires. Le stationnement résidentiel est en effet en situation d'interface entre l'espace public et l'espace privé d'une part, et entre les politiques publiques d'urbanisme, d'habitat et de déplacements d'autre part.
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 | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.035 | 0.003 |
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".