MétaCan
Menu
Retour à la cohorte
Enregistrement W2002706060 · doi:10.4000/vertigo.9303

Risque environnemental et action collective : l’exemple de la gestion du risque d’érosion à Wissant (Côte d’Opale)

2009· article· fr· W2002706060 sur OpenAlexvenueno aff
Vincent Herbert, Muriel Maillefert, Olivier Petit, Bertrand Zuindeau

Notice bibliographique

RevueVertigO · 2009
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Cet article vise à mettre en question les rapports qui s’établissent entre les risques environnementaux, leur perception par les acteurs et les mesures qui sont effectivement prises face à ces risques. Il interroge donc le risque environnemental sous l’angle de sa mesure, de sa définition et de sa perception. Il envisage ensuite les modalités de réponse engagées par les acteurs sous le prisme des théories et des pratiques de l’action collective. Pour analyser plus en détails les rapports qui s’établissent entre risque environnemental et action collective, nous proposons de revenir tout d’abord sur les ambiguïtés soulevées par la notion de risque environnemental afin d’en mieux saisir les enjeux problématiques. Ceci nous permet de nous concentrer ensuite sur la thématique de l’action collective, qui émerge comme une des questions récurrentes lorsque l’on traite de la gestion des risques environnementaux. Nous proposons alors une méthodologie d’étude de l’action collective qui permet d’interroger plus particulièrement le rôle des politiques publiques dans les mécanismes de prévention et de gestion des risques environnementaux. Enfin, en nous focalisant sur le risque d’érosion sur le littoral de la Côte d’Opale (France), nous présentons une analyse de l’action publique menée ces dernières années pour faire face à ce risque.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,017
Communication savante0,0070,005
Science ouverte0,0010,008
Intégrité de la recherche0,0020,002
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 Opus0,024
Tête enseignante GPT0,276
Écart entre enseignants0,251 · 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'étudeQualitatif
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

Citations16
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFrench Urban and Social StudiesTravaux en français237 207