Modélisation d’accompagnement : appropriation de la démarche par différents partenaires et conséquences
Notice bibliographique
Résumé
Cet article relate la démarche mise en œuvre dans le cadre d’une recherche-action traitant des interactions nature/sociétés en zone côtière (l’île d’Ouessant située dans l’ouest de la France). Il décrit en particulier comment la modélisation d’accompagnement a favorisé la mise en œuvre d’une interdisciplinarité dans un champ large. Les outils de la modélisation d’accompagnement (modèles multi-agents, simulations informatiques, jeu de rôles) ont été utilisés avec pour objectif de sensibiliser la population locale aux dynamiques paysagères, puis ils ont été mobilisés pour l’éducation de scolaires aux problématiques littorales et au développement durable. Ces transferts ont impliqué de la part des scientifiques, non seulement un important travail d’adaptation de leurs outils en fonction du public visé et de l’objectif recherché, mené en collaboration avec des gestionnaires du territoire et des éducateurs, mais aussi une analyse réflexive de l’engagement des participants dans ces dispositifs. Si cette expérimentation a développé chez la plupart des scientifiques impliqués une ouverture à l’interdisciplinarité et à la coopération sur le thème de la gestion environnementale, elle révèle aussi les difficultés d’assimilation de la démarche par les différents partenaires. L’appropriation de la posture de modélisation d’accompagnement est centrale pour constituer un collectif, et pour se saisir des outils développés.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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.
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 ».