MétaCan
Menu
Back to cohort
Record W7036058382

Analyse de la mobilité sous une perspective genrée et intersectionnelle : pour une mobilité durable inclusive dans la Ville de Sherbrooke

2022· other· fr· W7036058382 on OpenAlexaboutno aff

Bibliographic record

VenueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2022
Typeother
Languagefr
FieldComputer Science
TopicArtificial Intelligence and Decision Support Systems
Canadian institutionsnot available
Fundersnot available
KeywordsPopulationLignePerspective (graphical)
DOInot available

Abstract

fetched live from OpenAlex

L’objectif de cet essai est d’évaluer les pratiques de la mobilité à Sherbrooke et d’identifier les différents leviers menant vers une mobilité durable et inclusive. Cet objectif s’inscrit dans un contexte où la dépendance à l’automobile est tangible à travers le Québec et la Ville de Sherbrooke n’y fait pas exception. Sherbrooke souhaite donc implanter un plan de mobilité intégrée dans les prochaines années, en continuation du plan de mobilité actuel qui se terminait en 2021, afin de placer les besoins des usagers et usagères de transports durables au centre de la stratégie. Dans l’idée d’une analyse différenciée selon les sexes ayant une perspective intersectionnelle, ce travail reflète les besoins des Sherbrookoises en matière de transport. Les informations récoltées au travers des recherches permettent de constater l’écart entre les sexes dans les postes de prise de décisions dans le secteur des transports. En outre, les données disponibles sur la population sherbrookoise révèlent la marginalisation des femmes. Les problématiques vécues en matière de transport par les femmes et par celles qui s’identifient comme telles sont donc mises de l’avant. Leurs déplacements plus complexes et plus courts, une situation financière plus précaire, leur socialisation genrée ainsi que leur charge mentale et leur travail invisible influencent la façon dont elles vivent une mobilité souvent surchargée. En effet, les horaires et parcours des transports en commun et des covoiturages, les tarifs ainsi que la sécurité des infrastructures de la Ville sont tous des facteurs qui compliquent les déplacements des Sherbrookoises. De plus, le sentiment de sécurité a un impact majeur sur le déplacement de divers groupes de femmes, que ce soit en transport en commun, à pied, en covoiturage ou encore à vélo. Celles-ci ne vont pas hésiter à débourser davantage pour utiliser un autre moyen de locomotion, à privilégier la voiture ou encore à éviter un déplacement. Au travers de différentes analyses différenciées selon les sexes et de plusieurs initiatives mises en place dans des municipalités québécoises et d’ailleurs, des moyens ont été mis en lumière pour diminuer les enjeux de mobilité des Sherbrookoises. Ceux-ci s’articulent autour de mesures répondant aux déplacements complexes et des moyens permettant d’améliorer le sentiment de sécurité. Certaines de ces recommandations s’appliquent davantage au contexte sherbrookois, telles que la mise en place d’une politique de déneigement féministe, l’organisation de marches exploratoires, des voitures d’autopartages plus accessibles grâce à des initiatives locales et la mise en place d’abris sécurisés pour vélos. La conclusion de ce travail montre que plusieurs changements sont encore à faire afin de rendre la mobilité plus adaptée aux femmes et à leurs besoins. Il est alors capital d’augmenter la participation des femmes dans la gestion de la mobilité et d’effectuer, de façon systématique, des analyses différenciées selon les sexes avant tout nouveau projet sur le territoire.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.378
Threshold uncertainty score0.760

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.003
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0020.004
Science and technology studies0.0070.005
Scholarly communication0.0090.004
Open science0.0010.004
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0300.002

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.

Opus teacher head0.015
GPT teacher head0.259
Teacher spread0.244 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Same topicArtificial Intelligence and Decision Support SystemsFrench-language works237,207