Kirsten Koop, Géographe et enseignante-chercheuse, Université Grenoble Alpes
Bibliographic record
Abstract
Kirsten Koop est géographe et enseignante-chercheuse depuis 2005 à l'Université Grenoble Alpes, en France, où elle est rattachée à l'Institut d'urbanisme et de géographie alpine.Elle joue un rôle de coordination au sein du Laboratoire d'excellence « Innovations et Transitions Territoriales en Montagne » (Labex ITTEM).Elle est aussi présidente de l'association Modus Operandi, qui développe une approche constructive du conflit.Au départ, ses recherches ont été axées sur la géographie du développement, principalement dans les pays du Sud.Depuis une dizaine d'années, elles se sont recentrées vers l'analyse du développement dans les pays du Nord, notamment dans l'espace rural en milieu montagnard.Madame Koop étudie les transitions territoriales et la soutenabilité social-écologique en s'intéressant à la capacité des initiatives citoyennes et des innovations sociales à susciter des transformations territoriales vers la soutenabilité.En mai dernier, madame Koop est venue au Québec pour participer au Forum international Les défis d'une nouvelle ruralité, organisé dans le cadre des Ateliers des savoirs partagés, qui s'est tenu à Chicoutimi, à Saint-Camille, à Mont-Laurier et à Rimouski.Bonjour, Kirsten Koop.Merci de nous accorder cet entretien.Pour commencer, pourriez-vous nous indiquer l'esprit qui anime vos travaux?Kirsten Koop Une des principales certitudes que j'ai tirées de mes études sur le développement dans les pays du Sud est que le développement n'aura pas lieu s'il ne provient pas, au départ, des citoyens.Ce mouvement doit arriver par le bas; il ne peut pas être imposé par le haut.C'est une posture que j'ai développée aussi en analysant la façon dont nos sociétés rurales se transforment en France par rapport aux grandes crises, en commençant avec la crise climatique ainsi que les autres qui s'ensuivent et/ou qui sont coexistantes : les crises économique et sociale,
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.005 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.055 | 0.019 |
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".