Notice bibliographique
Résumé
De tout temps, le stratège s’est intéressé à l’environnement, non pour le protéger mais pour le malmener. Les grands théoriciens de la stratégie depuis Sun Tse, dans L’Art de la guerre , au V e siècle av. J.-C., ont montré qu’une manoeuvre se réussissait à moindre coût lorsque les données naturelles étaient exploitées avec audace. En contrepartie, les effets sur l’environnement sont peu, voire pas du tout, pris en compte. La guerre et l’environnement sont antinomiques dans nos cultures militaires occidentales. Lorsque l’armée américaine mène une guerre dévastatrice au Viêtnam, entre 1965 et 1973, elle prend bien conscience que le changement du climat ou la défoliation massive de la jungle peut servir ses intérêts tactiques contre le Viêt-cong. En revanche, elle mesure encore peu que la dégradation de l’environnement à grande échelle, relatée par les médias présents sur place et parfois par les géographes, va affecter une grande partie de l’opinion publique internationale. Il en résulte, dès 1976, une prise de conscience de la dégradation de l’environnement en temps de guerre et un début de conception commune en matière de protection dans les conflits armés, puis l’élaboration de stratégies nationales de développement durable dans les années 2000. Mais ce « bon usage de l’environnement par le militaire » reste encore limité aux armées modernes, autrement dit aux pays riches, à des fins moins militaires que politiques. Quelles sont ces stratégies environnementales nouvelles et à quoi peuvent-elles servir dans un contexte international qui prédit de grandes catastrophes écologiques dans le siècle à venir ?
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,020 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».