Le risque tsunami en Martinique : planifier une évacuation préventive en optimisant l’accessibilité de sites refuges
Notice bibliographique
Résumé
Le risque de tsunami menace l’ensemble des côtes caribéennes et plus particulièrement les Petites Antilles. Les modèles de propagation disponibles évaluent à seulement quelques minutes les temps d’arrivée sur la Martinique pour les sources sismiques les plus proches. Face à cette menace élevée, la seule parade efficace est l’évacuation préventive et planifiée des populations littorales. Cette mesure de protection nécessite d’établir en amont un système d’alerte régional performant, de modéliser les tsunamis, de préparer les populations et d’établir des plans de secours locaux et régionaux. Afin d’optimiser un plan d’évacuation, il convient d’évaluer les quantités de personnes exposées, les itinéraires d’évacuation possibles, les lieux de mise en sécurité et les délais pour évacuer ces populations menacées. Cet article propose une méthodologie directement destinée aux gestionnaires du risque et qui vise à optimiser et cartographier les sites et les routes d’évacuation à l’aide de calculs d’accessibilité pédestre. Elle repose sur la constitution de bases de données sur les enjeux humains, la construction de graphes routiers, la recherche de sites refuges et le paramétrage de vitesses pédestres. Les itinéraires d’évacuation sont calculés au moyen de l’algorithme de Dijkstra. Une première application donne des délais théoriques de mise en sécurité des populations pour chaque commune de Martinique. Une seconde application débouche sur un plan local d’évacuation pour la commune de Sainte-Anne. Ce nouveau support de prévention a été validé par un comité d’experts et constitue le premier document de ce type en France. Cette méthodologie calibrée et officiellement approuvée est destinée à être déployée sur d’autres territoires et en priorité sur les départements français d’outre-mer.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».