Contribution to the study of sportsmen's landscapes
Bibliographic record
Abstract
Ce travail a pour but d'introduire le concept de paysage dans la saisie du rapport entre les sportifs et l'espace qu'ils investissent. Complétant l'analyse territoriale, que nous présentons dans un premier temps, les réflexions sur les paysages des sportifs permettent de toucher aux modes de valorisation de l'espace. Apparu au début du XVe siècle par le biais du monde artistique, le paysage est une notion complexe et évolutive qui intéresse aujourd'hui un large spectre de chercheurs (géographes, archéologues, historiens, philosophes ou sociologues). Parmi les grands axes de recherche qui se développent autour de l'objet, nous retenons plus particulièrement le courant "expérientiel". Celui-ci vise à rétablir le rôle de l'expérience in situ dans la définition du paysage. Il rappelle l'importance du contexte humain dans sa construction. Devant le peu de crédit accordé à la notion dans le domaine des études sur le sport, notre objectif est d'étudier la façon dont les sportifs sensibilisent l'espace. Cette sensibilisation s'actualise selon nous au travers du concept de paysage. Dès lors, nous émettons l'hypothèse générale que les sportifs, de par la nature de leur activité, fournissent de nouveaux modes d'appréciation du paysage. Le corps immergé dans la nature participe aujourd'hui activement à sa définition. Par le biais du sport, un savoir sensible s'établit, basé sur la propre expérience kinesthésique de l'individu. Il y aura alors autant de paysages que d'activités se déroulant en leur sein.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| 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".