Rue piétonne ou espace public? Comment l'aménagement des rues piétonnes où les cyclistes sont permis affecte-t-il les comportements de ses utilisateur-ice-s?
Bibliographic record
Abstract
L’objectif de la présente étude est d’observer l’influence des installations et du mobilier urbain sur les comportements des piétons et des cyclistes sur les rues piétonnes estivales de Montréal. L’étude se décline en trois objectifs spécifiques, soit documenter les trajectoires empruntées par les cyclistes et les piétons en fonction du lieu, des déviations, des arrêts et des interactions sur les différentes rues piétonnes en lien avec leurs aménagements; documenter la présence des piétons à l’arrêt, dit stationnaires, ainsi que leur utilisation des installations; et analyser les caractéristiques des interactions entre les piétons et les cyclistes en lien avec l’aménagement des rues. Cette recherche a démontré l’efficacité des bollards, qui permettent une réduction des interactions piétons-cyclistes, les bénéfices de la présence plus importante de terrasses et de mobilier urbain tant pour l’utilisation stationnaire de l’espace que pour la cohabitation piétons-cyclistes, et que les mesures de ralentissement se trouvant au centre de la rue, telles que des bacs de plantation ou des murets de béton, affectent négativement les trajectoires des piétons et des cyclistes, en augmentant le nombre de déviations, d’arrêts et d’interactions entre les piétons et les cyclistes.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.034 | 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".