MétaCan
Menu
Retour à la cohorte
Enregistrement W2112231611 · doi:10.4000/vertigo.8906

Une concertation restreinte pour définir l’intérêt général des espaces forestiers. Regard sur un paradoxe

2009· article· fr· W2112231611 sur OpenAlexvenueno aff
Jacqueline Candau, Philippe Deuffic

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

La concertation est une méthode fréquemment mise en œuvre pour définir un bien commun localisé. L’objectif est d’obtenir une cohérence et une légitimité plus grande des décisions par rapport à l’action publique classique qui présume une conception préalable de l’intérêt général. Afin d’éviter de privatiser le bien commun local par des intérêts particuliers, les dispositifs d’intervention publique préconisent d’associer une grande diversité d’acteurs au processus délibératif. À partir d’un exemple sur la multifonctionnalité de la forêt dans le sud de la France, on se demandera si l’opérationnalisation de ces principes permet de garantir une définition plus démocratique de l’intérêt général. On a observé que les discussions à propos des fonctions que devait remplir cette forêt ont été menées surtout entre acteurs de la filière bois. Pour autant, la problématique issue du processus délibératif ne cantonne pas la forêt dans un rôle de production. Elle lui assigne une fragile fonction de protection et surtout une fonction sociale (services récréatifs). On assisterait donc à une publicisation de la forêt sur le secteur alors que l’espace de débat ne peut être qualifié de démocratique. Ce constat nous interroge sur le lien communément fait entre la diversité des acteurs associés et le dépassement des intérêts particuliers. Nous proposons des hypothèses explicatives à ce résultat qui peut paraître paradoxal.

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)0,008
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,018
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0050,023
Communication savante0,0110,012
Science ouverte0,0020,007
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0180,002

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 Opus0,032
Tête enseignante GPT0,268
Écart entre enseignants0,236 · 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

Citations13
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFrench Urban and Social StudiesTravaux en français237 207