Revitalisation urbaine et concertation de quartier
Bibliographic record
Abstract
Les questions d’aménagement urbain préoccupent le mouvement communautaire de longue date. Les luttes face aux grandes opérations réalisées à l’échelle de quartiers entiers ont fait place à des interventions chirurgicales à l’échelle du site, engagées dans une logique partenariale et conduites sans entamer l’autonomie des acteurs communautaires. La vision " du quartier " s’impose et le programme de revitalisation urbaine intégrée (RUI) de Montréal se situe tout à fait dans ce courant de délégation vers le local et de mise en délibération publique des projets d’aménagement. \n \nDans ce recueil, les termes de revitalisation urbaine et de concertation de quartier sont croisés afin de saisir ce curieux amalgame de partenariats institutionnalisés et d’engagements communautaires, de concertation de quartier et d’interventions portées à même l’espace vécu des résidents. Des contributions de chercheurs et d’acteurs du milieu sont ainsi réunies afin de rendre compte des expériences de revitalisation urbaine à Montréal (RUI), d’en expliquer les démarches et d’en approfondir les facteurs constitutifs. Quatre axes thématiques sont développés : le territoire et la concertation; les acteurs et le programme RUI; les pratiques et leurs effets; les dispositifs recherche université–communauté.
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 | 0.007 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.013 | 0.009 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.003 | 0.011 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.032 | 0.003 |
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".