Culture, connaissance et réduction des risques de catastrophe : liens critiques pour une transformation sociétale durable
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Les politiques et les pratiques concernant la réduction des risques de catastrophe dépendent largement des spécificités socio-culturelles et des connaissances qu’en ont les individus. Bien que la culture et le savoir soient des facteurs essentiels pour réduire ces risques, ils sont rarement traités ensemble de façon systématique et approfondie, que ce soit dans les études ou les programmes d’actions. Nous soutenons qu’une exploitation plus approfondie des résultats de la recherche sur les systèmes de la culture et de la connaissance est de nature à améliorer considérablement l’efficacité des mesures décidées pour l’atténuation des catastrophes. Cet article aborde comment la culture et la connaissance contribuent à la réduction des risques de catastrophe et en décrit des défis majeurs. Il présente également une approche conceptuelle qui permet de saisir les différents niveaux qualitatifs de la compréhension : les faits, les données, l’information, la connaissance et la sagesse. Tout au long de l’article, nous mobilisons des exemples empruntés au Viet Nam afin d’illustrer des cas courants de pratiques culturelles, économiques et populaires qui prévalent sur les logiques institutionnelles en matière de réduction des risques de catastrophe. Ces pratiques révèlent les éléments qui provoquent la fragmentation du savoir. Orienter les objets de recherche vers des questions de connaissance culturelle et sociale conduirait à mieux saisir les processus structuraux qui favorisent la vulnérabilité face aux catastrophes, ainsi que les processus socio-culturels qui construisent notre compréhension des risques de catastrophe.
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.
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 | 0,001 | 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle