MétaCan
Menu
Retour à la cohorte
Enregistrement W1845685916 · doi:10.4000/gc.3141

Discours sur la culture du risque, entre approches négative et positive. Vers une éducation aux risques ?

2013· article· fr· W1845685916 sur OpenAlexaboutno aff
Jean-Christophe Blésius

Notice bibliographique

RevueGéographie et cultures · 2013
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyPolitical science

Résumé

récupéré en direct d'OpenAlex

La culture du risque est une expression fréquemment mobilisée en cas de catastrophe ; en particulier pour pointer l’« absence » d’une telle culture. Toutefois, ce terme pose problème dans la mesure où il n’existe pas de définitions scientifiques claires, et qu’il demeure complexe de déterminer qui possède une culture du risque. Cet article propose de mener une réflexion sur cette expression au sein de deux territoires particuliers, la France et le Québec. Par l’analyse des propos issus du monde académique et d’interlocuteurs rencontrés sur ces terrains, l’article montrera que la culture du risque est un terme discuté, polysémique et flou. Les critiques peuvent porter sur son déficit, sur la manière dont elle est formulée, voire sur la pertinence d’employer le vocable culture. Toutefois, il semble que des éléments positifs puissent être connectés à cette expression. En effet, la culture du risque est souvent associée à la nécessité d’être conscient d’un risque existant, et à l’enjeu de connaître les comportements à tenir en cas d’urgence. Ce constat invite à s’interroger sur les réponses qui peuvent être mobilisées pour atteindre ces objectifs. Parmi elles se trouve l’éducation aux risques qui, bien qu’elle puisse être considérée par certains interlocuteurs comme un vecteur d’accroissement de l’acceptabilité d’un risque, reste encore une réponse récente. Par ailleurs, de multiples enjeux doivent être relevés pour permettre à cette dernière de trouver sa place dans l’éventail des actions mobilisables pour faire face à un risque et, le cas échéant, permettre de mieux cohabiter avec lui.

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)0,008
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,175
Score d'incertitude au seuil0,349

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0120,045
Communication savante0,0110,006
Science ouverte0,0020,006
Intégrité de la recherche0,0030,010
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,015
Tête enseignante GPT0,318
Écart entre enseignants0,302 · 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'étudeThéorique ou conceptuel
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

Citations19
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGéographie et culturesMême sujetRisk Perception and ManagementTravaux en français237 207