Les difficultés d’application des plans de prévention en France : lorsque le territoire façonne le risque
Notice bibliographique
Résumé
En 1995, l’État français a lancé une politique ambitieuse de prévention des risques par la réalisation de Plans de prévention des risques d’inondation (PPRI). En 2005, 5000 PPRI ont été approuvés et 10 000 sont projetés pour le futur. L’objectif quantitatif est très important : il vise à couvrir l’ensemble des communes touchées par le risque. Qualitativement, quel type de risque est affiché ? En 2006, plus de 10 ans après les premières réalisations des PPRI, que peut-on en dire ? Comment se passe le changement annoncé de ces politiques publiques en matière de risque d’inondation au regard des formes locales d’engagement, des expériences plurielles des risques ? Comment se passe la prévention du risque naturel et son articulation avec l’aménagement du territoire ? Les PPRI s’imposent comme servitudes d’utilité publique aux futurs plans locaux d’urbanisme (PLU). Ils constituent le dernier maillon de la politique de prévention ; à ce niveau-là, l’intérêt devient d’en comprendre la mise à l’épreuve. Quelques travaux s’intéressent à la mise en oeuvre de ces outils aux niveaux institutionnel et financier. Or, peu de recherches se consacrent à l’analyse de leur application et de leurs effets. L’intérêt de ce travail est de rendre compte de la performance de ces outils relativement silencieux qui échappent à la scène médiatique.
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 | 0,032 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,010 |
| Communication savante | 0,011 | 0,005 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 ».