Infrastructures de données géographiques : quelle contribution à la Gestion intégrée des zones côtières françaises ?
Notice bibliographique
Résumé
Les Infrastructures de données géographiques (IDG) ont été mises en place depuis une vingtaine d’années afin notamment de contribuer aux politiques publiques environnementales en facilitant le partage et l’accès aux informations géographiques. Cet article s’intéresse spécifiquement aux IDG françaises et à leur apport à la Gestion intégrée des zones côtières (GIZC), gouvernance territoriale complexe pour laquelle le recueil et le partage d’informations géographiques ont été identifiés depuis les années 2000 comme des composantes majeures pour fonder la politique de la mer et du littoral. Basée sur des analyses statistiques, structurales et thématiques des données qualitatives acquises via un questionnaire en ligne, l’étude permet de recueillir les points de vue des utilisateurs et producteurs d’information géographique de la sphère publique travaillant sur le littoral (service de l’état, collectivité territoriale, établissement public…). L’analyse des réponses au questionnaire permet de dégager 3 types de résultats : le profil des répondants, les IDG jouant un rôle dans la gestion des littoraux français, et leur contribution à la GIZC. Une typologie des usagers des IDG côtières françaises est également proposée.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».