MétaCan
Menu
Retour à la cohorte
Enregistrement W1527369900 · doi:10.4000/vertigo.13583

Restauration écologique et processus de patrimonialisation des rivières dans l’Ouest de la France

2013· article· fr· W1527369900 sur OpenAlexvenueno aff
Marie‐Anne Germaine, Régis Barraud

Notice bibliographique

RevueVertigO · 2013
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Manifestations concrètes de l’évolution récente du cadre réglementaire dans le domaine de l’eau, les projets de restauration écologique, qu’ils se traduisent par des opérations de « désaménagement » d’ouvrages ou par la volonté de maintenir des paysages « sauvages » dans les fonds de vallées, se multiplient. Sur le terrain, ces opérations suscitent des réactions divergentes de la part des usagers qui témoignent de la diversité des représentations qu’ils se font de ces paysages et plus généralement de la nature. S’affrontent alors différentes logiques de mises en patrimoine (patrimoine naturel vs patrimoine culturel ; paysage vs biodiversité…). La mise en œuvre de ces projets constitue ainsi une occasion intéressante pour questionner les valeurs et processus qui sous-tendent la défense du patrimoine naturel au fil de l’eau. À partir d’exemples choisis parmi les petites vallées de l’ouest de la France sont identifiées les causes des mouvements de contestation auxquels sont confrontés les gestionnaires, mais aussi la nature des conflits locaux qui opposent les acteurs. Une réflexion est ensuite proposée sur la façon dont sont débattus ces enjeux sur la scène locale à partir de l’analyse des jeux d’acteurs et de la gouvernance des projets étudiés permettant d’interroger la place de l’expert et des discours dominants et de comprendre le rôle des habitants, élus et usagers qui se mobilisent.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil0,306

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,002
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,270
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations47
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFrench Urban and Social StudiesTravaux en français237 207