Stationnement et universités : quelle place dans les politiques de déplacements urbains ? Quelle gestion sur les campus ?
Bibliographic record
Abstract
Les universités sont de forts générateurs de déplacements à l'échelle de la ville en raison du grand nombre d'usagers qui la fréquentent chaque jour. La voiture reste le mode privilégié de cette mobilité même si des différences apparaissent entre étudiants ou enseignants ou selon la localisation de l'université, en périphérie ou en centre ville.De façon systématique, les collectivités ont choisi d'investir massivement dans la desserte en transport public des sites universitaires. Mais l'ajustement corollaire de la variable stationnement est rarement mis en œuvre.L'étude dresse ainsi le constat que l’université, fort génératrice de mobilité, est rarement identifiée dans les politiques de déplacements urbains. En tant que grand équipement public, elle pourrait pourtant jouer un rôle de tout premier plan à l'échelle d'une ville ou d'une agglomération en termes de report modal.La question du stationnement est cependant un réel sujet de préoccupations de la part des gestionnaires universitaires; ce n'est pas par choix – d'ailleurs le stationnement n'est pas leur cœur de métier – mais plutôt par obligation. Les enseignants sont demandeurs d'emplacements réservés, les étudiants génèrent un phénomène de stationnement anarchique et les nomades convoitent les espaces délaissés des campus.Face à ces demandes multiples, les gestionnaires universitaires mettent en place des dispositifs d'ordre défensif sur les campus. Dans le cas des universités de centre ville, ils composent avec la collectivité pour faire face aux plaintes des riverains.Au-delà de ces phénomènes, que l’étude s’attache à expliquer, des pistes d’actions sont proposées pour une meilleure prise en compte du stationnement lié à l’université; en particulier, à partir d’initiatives intéressantes de certaines d’entre elles, l’étude identifie :- les éléments pour que la gestion du stationnement à l'université soit un levier mieux intégré aux politiques de déplacements à l'échelle de l'agglomération ;- une meilleure connaissance du stationnement à partir d’enquêtes ;- un travail partenarial renforcé avec la collectivité et une acculturation aux problématiques du stationnement ;- une planification à moyen terme des espaces publics du domaine universitaire et des aménagements plus rationnels ;- l'usage du levier économique comme mode de régulation ;- un développement des plans de déplacement des universités et des centrales de mobilité.
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 | 0.001 | 0.003 |
| Science and technology studies | 0.005 | 0.007 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 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".