MétaCan
Menu
Retour à la cohorte
Enregistrement W2527449394 · doi:10.4000/vertigo.17608

Trajectoire sociopolitique d’un indicateur de biodiversité forestière : le cas du bois mort

2016· article· fr· W2527449394 sur OpenAlexvenueno aff
Philippe Deuffic, Christophe Bouget, Frédéric Gosselin

Notice bibliographique

RevueVertigO · 2016
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Pour témoigner de la biodiversité des forêts françaises, les autorités publiques ont retenu en 2011 le volume de bois mort comme un indicateur de référence. Ce choix résulte d’un long processus de mise en problème public d’un objet longtemps ignoré des acteurs du monde forestier. Après une phase de trouble, d’épreuve et de construction d’une argumentation susceptible de retenir l’attention des décideurs publics, un intense travail de catégorisation et d’objectivation a permis de montrer l’importance du bois mort pour la biodiversité forestière. La communauté scientifique est ainsi parvenue à faire du volume de bois mort un des indicateurs de référence de la biodiversité des forêts françaises. Mais ce statut est sans cesse menacé par les nouvelles techniques développées par la communauté scientifique. La « diversité » des pièces de bois mort apparaît comme une métrique plus intéressante que le volume de bois mort lui-même. De même les nouveaux procédés métrologiques (par ex le barcoding ADN) permettent de décrire la biodiversité saproxylique sans même inventorier le volume de bois mort au risque de ringardiser cette métrique traditionnelle. Mais d’autres facteurs - coût d’acquisition des données, facilité de mise en œuvre, communicabilité, etc. – peuvent convaincre les autorités publiques de s’en tenir à la méthode classique d’estimation du volume de bois mort. Indicateur de gestion et objet de recherche, la catégorie « bois mort » pourrait à terme prendre des trajectoires très divergentes.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Empirique
Score de désaccord entre enseignants0,133
Score d'incertitude au seuil0,265

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0200,002

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 Opus0,012
Tête enseignante GPT0,202
Écart entre enseignants0,190 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207