Les écrits urbains sous contrôle : l'exemple de Montréal
Bibliographic record
Abstract
4e de couv.: Objets à la croisée des sciences sociales, de l'urbanisme, du design et du politique, les écrits exposés dans l'espace urbain et leur gouvernement sont devenus une question centrale dans les métropoles contemporaines. Comment à un moment donné, et dans un lieu donné, introduire de l'écrit dans l'espace public fait problème et entraîne une série d'actes inédits de contrôle. À travers le cas de la ville de Montréal, cet essai tente de répondre à cette question. L'enquête procède par une série de dossiers relatifs à des objets composant le paysage graphique de la cité québécoise : les plaques des rues, les devantures des magasins, les enseignes commerciales, les calicots d'un événement sportif ou encore les plaques commémoratives. À partir des dossiers archivés dans trois instances de contrôle : la municipalité de Montréal, l'Office de la langue française du Québec à Montréal et le ministère des Transports du Québec, il s'agit de comprendre comment est déposée et évaluée une demande d'exposition d'écrits? Comment apposer une plaque commémorative? Comment procéder pour changer la langue d'affichage d'une ville? Qu'est-ce qu'un programme de signalisation urbain éphémère? Qu'est-ce que relever un écrit? Avec cette enquête montréalaise, il s'agit donc de lire la ville, d'en découvrir ses palimpsestes à travers les lecteurs que sont aussi bien des agents municipaux, des promoteurs de mémoire que des inspecteurs linguistiques; en somme, de plonger dans le gouvernement de l'écrit d'une mégalopole moderne
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 | 0.000 | 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 | 0.008 | 0.004 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.019 | 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".