MétaCan
Menu
Retour à la cohorte
Enregistrement W2033013512 · doi:10.4000/vertigo.15110

La vulnérabilité face au risque de submersion marine : exposition et sensibilité des communes littorales de la région Pays de la Loire (France)

2014· article· fr· W2033013512 sur OpenAlexvenueno aff
Elie Chevillot‐Miot, Denis Mercier

Notice bibliographique

RevueVertigO · 2014
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubmersion (mathematics)HumanitiesPolitical scienceGeographyArt

Résumé

récupéré en direct d'OpenAlex

Cet article analyse la vulnérabilité des communes littorales de la région des Pays de la Loire (France) face au risque de submersion marine. Ce travail s’inscrit à la suite des études menées après la tempête Xynthia du 28 février 2010 (Mercier et Acerra, 2011 ; Przyluski et Hallegattes, 2012 ; CETE de l’Ouest, 2012a), qui avait submergé de nombreux territoires aux reliefs bas (sous la côte des 4,50 m NGF), provoqué des dommages considérables sur les habitations et entraîné la mort de 41 personnes dans les départements de la Charente-Maritime et de la Vendée. Cet article cherche à identifier parmi 120 communes des départements de la Loire-Atlantique et de la Vendée, les territoires les plus vulnérables au risque de submersion marine par l’étude des facteurs de vulnérabilité, à travers une analyse des correspondances multiples (ACM).La typologie des communes est fonction de critères de vulnérabilité : la topographie, les enjeux humains/fonciers, l’historique des submersions marines ainsi que des éléments de gestion propre aux risques naturels (plan de prévention des risques, plans communaux de sauvegarde, recensement des digues de protection). Les résultats, présentés sous forme cartographique, permettent de retenir les facteurs topographique et historique comme éléments déterminant la prédisposition de ces communes à subir des submersions marines.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,254
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,277
Écart entre enseignants0,268 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations11
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetDisaster Management and ResilienceTravaux en français237 207