MétaCan
Menu
Retour à la cohorte
Enregistrement W1976588349 · doi:10.4000/vertigo.2490

Leçons et futur de la gestion intégrée des zones côtières dans le monde

2006· article· fr· W1976588349 sur OpenAlexvenueno aff
Yves Hénocque

Notice bibliographique

RevueVertigO · 2006
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueCoastal and Marine Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Après avoir tenté d’identifier les réalisations et les leçons majeures que l’on peut tirer des expériences de gestion intégrée des zones côtières (GIZC) de par le monde, l’article fait état de la capacité d’intégration conceptuelle de la GIZC, qu’il s’agisse de la gestion durable des pêcheries et de l’approche écosystémique qu’elle promeut, de la conservation de la biodiversité et de son outil majeur que représentent les aires marines protégées, de la lutte contre les pollutions d’origine tellurique, de la gestion des ressources en eau et des bassins versants, ou encore de la gestion des risques notamment ceux qui sont liés aux catastrophes naturelles ou au changement climatique. On en arrive à la conclusion que la GIZC se situe à la croisée de ces différentes stratégies et qu’elle est en mesure de faciliter leur mise en œuvre cohérente sur un territoire donné. Dans ce processus, gouvernance et connaissance sont reconnus comme deux piliers indispensables l’un à l’autre. Un ensemble de questions de fond et des recommandations sont faites pour tenter de faciliter l’utilisation effective des connaissances au profit des systèmes de gouvernance, condition sine qua non de leur capacité d’adaptation aux changements. Après plus de quatre décennies de pratique GIZC, il est constaté qu’une des conditions majeures de mise en oeuvre de cette approche réside dans la volonté politique nationale et/ou locale de sa prise en considération et ainsi de la mise à disposition des moyens financiers et humains susceptibles de garantir un investissement à long terme.

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)0,003
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: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,006
Communication savante0,0090,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,005
Tête enseignante GPT0,206
Écart entre enseignants0,200 · 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

Citations9
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetCoastal and Marine ManagementTravaux en français237 207