Les savoirs - outils de distinction et de légitimation dans le cadre d’une gestion durable : le cas des pêcheurs à pied d’ormeaux
Notice bibliographique
Résumé
Les activités de loisirs en milieu marin peuvent affecter la diversité biologique. La pêche à pied très développée sur la zone manche-atlantique est l’objet d’une attention particulière de la part des gestionnaires des espaces. Les observations et entretiens réalisés dans le cadre de la réserve naturelle des Sept-îles (Côtes d’Armor, France) à propos de son importante activité de pêche d’ormeaux permettent de décrire et d'analyser ces pratiques sociales. En effet, ces pratiques ne peuvent être uniquement considérées comme des activités de prélèvement ou néfastes pour l’environnement. Elles sont également mobilisation de savoirs, appropriation d’espaces, et participent aux constructions identitaires individuelles et collectives. Les pêcheurs à pied classent ainsi en fonction des savoirs et des savoir-faire les « touristes » et les pêcheurs à pied, puis distinguent les « traditionnels » des « ravageurs » à partir des savoir-être. Ces catégorisations permettent de comprendre toute la diversité d’une pratique, que des critères sociologiques (sexe, âge, lieu de résidence, profession) ne nous permettent pas de séparer. Or, il semble indispensable, pour analyser les enjeux et les positionnements face à la gestion de tels espaces d’analyser finement les différences qui peuvent exister entre les pratiques et les pratiquants. Les différenciations infèrent les légitimités revendiquées par les acteurs dans le cadre d’une gestion concertée.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,021 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».