Chemins de l'innovation urbaine durable: Lutte contre l'ïlot de chaleur urbain, planification énergétique locale, prescription des toitures végétalisées au Canada, en Suisse et aux Etats-Unis
Bibliographic record
Abstract
La lutte contre le changement climatique conduit les autorités territoriales à réduire les émissions de gaz à effet de serre et à minimiser les conséquences de certains de ses effets. Cela concerne aussi la planification spatiale qui organise le transformation des espaces urbanisés. Des innovations en matière de planification spatiale émergent ici où là et se diffusent de façon plus ou moins visibles. Plutôt que des politiques globales, ce sont des connaissances, des méthodes de travail, des outils de décision, des postures qui sont apportées aux et transformées par les urbanistes. Comment ces innovations urbaines se diffusent de villes à d'autres ?Ce rapport résulte d'une recherche financée par l'ADEME dans le cadre du programmeObservation de la recherche urbaine. Elle a été menée dans trois pays fédéraux par le laboratoire PACTE de l'université de Grenoble-Alpes. Le rapport est organisé en cinq parties. Problématique et méthodologie générales décrit les concepts scientifiques de la socio-économie de l'innovation, formule les hypothèses de recherche et présente la méthode de constitution et d'analyse des corpus des trois terrains. Trois chapitres sont ensuite consacrés à des innovations dans leur terrain : Les politiques de déploiement des toits verts en Amérique du nord, La prise en compte de l'ilot de chaleur urbain au Québec et La planification énergétique territoriale en Suisse romande.Placée au début du rapport, la Synthèse pour les décideurs fait aussi office de conclusion
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 | 0.004 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.003 | 0.007 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
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".