Une analyse médiatique de l’accueil des nouvelles mobilités à Montréal : De Communauto aux Trottinettes
Bibliographic record
Abstract
Le visage de la mobilité urbaine a évolué rapidement dans les dernières années dans un contexte de diversification des innovations en mobilité. Notre analyse s’intéresse à l’accueil, exprimé au travers de la couverture médiatique, des services de mobilité partagée et en libre-service à Montréal.Au travers de sept cas d’études (Communauto, Bixi, Auto-mobile, Car2Go, Bixi électrique et les vélos (Jump) et trottinettes en libre-service sans ancrage (Lime et Bird)), nous cherchons à comprendre comment la presse dépeint ces innovations. Pour chaque cas, une fenêtre temporelle de trois ans, commençant un an avant son introduction, est identifiée. Trois quotidiens majeurs à Montréal servent à former notre corpus d’articles (n=179), tous publié entre 1997 et 2021. Cette analyse renseigne aussi les dynamiques d’intégrations d’une innovation au secteur sociotechnique de la mobilité quotidienne.Trois périodes ressortent de la couverture. 1) Un traitement initial largement descriptif des innovations au cas par cas, précède à 2) un traitement comparatif des cas, qui fait écho à une vision politique en faveur de la complémentarité des modes, malgré certaines complexités d’intégration. Les perceptions positives des nouveaux modes font place à 3) une approche plus critique aux véhicules sans ancrage s’inscrivant pourtant dans la même mouvance, mais produisant un lot d’enjeux distincts. L’origine québécoise d’une innovation et la nature motorisée de l’innovation semblent avoir une influence positive sur sa réception et son intégration à la ville.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.009 |
| Science and technology studies | 0.006 | 0.006 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 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".