Characterization of the main features of the urban morphology through the soundscape (case study ot the old quarter of Hanoi and in the Saint-Michel quarter in Bordeaux)
Bibliographic record
Abstract
La ville est une espace partagé par des millions de gens, de classe et de caractère très différent. Elle est également le produit du développement urbain. L étude de la morphologie urbaine est l étude des formes physiques de l espace urbain, des éléments et des relations entre les différentes entités du milieu urbain. Sur la base de l analyse morphologique urbaine des secteurs étudiés, nous constatons bien que la morphologie urbaine traduit nettement l image de chaque ville et est liée aux processus de développement urbain. Nous ne pouvons pas donc comparer toutes les particularités morphologiques des villes entre elles, en particulier dans le cas des villes occidentales et orientales, mais fixer notre attention sur quelques spécificités. A chaque espace urbain correspond des ambiances sonores liées à la forme urbaine et aux activités qui s y déroulent. Nous cherchons à caractériser ces particularités morphologiques urbaines à travers l évaluation du paysage sonore urbain qui est une façon d approcher la qualité environnementale de l espace urbain. En effet, dans cette thèse nous voulons dépasser la notion de nuisance dû au bruit dans la ville en abordant la question d une façon plus globale en s appuyant sur l approche proposée par Murray Schafer dans son ouvrage The tuning of the world. Dans la méthodologie que nous avons choisie, nous procédons d une part aux analyses urbaines des particularités morphologiques des sites étudiés et d autre part à l évaluation quantitative des ambiances sonores à partir des enregistrements effectués sur les mêmes sites. L objectif de l analyse croisée des résultats est de dégager des informations qui permettent de proposer une stratégie d aménagement ou réaménagement urbain qui offre confort et qualité aux usagers de 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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".