MétaCan
Menu
Retour à la cohorte
Enregistrement W2789743271 · doi:10.4000/vertigo.18750

Une typologie des processus de concertation lors de l’élaboration des cartes d’aléas littoraux

2017· article· fr· W2789743271 sur OpenAlexvenueno aff
Céline Perherin, Catherine Meur-Férec, Yann Deniaud

Notice bibliographique

RevueVertigO · 2017
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceGeographyArt

Résumé

récupéré en direct d'OpenAlex

L’élaboration des Plans de prévention des risques littoraux prioritaires, définis suite à la tempête Xynthia de 2010, a mis en lumière les débats, souvent conflictuels, entre l’État et les collectivités territoriales au sujet des cartes d’aléas. Loin d’être seulement un état de la connaissance et élaborées dans un objectif bien précis de prise en compte des risques dans l’urbanisation, les cartes d’aléas s’insèrent dans des processus de concertation pilotés par l’État. L'étude de ces processus à l’œuvre lors de la préparation des cartes d’aléas naturels littoraux permet l’élaboration d’une proposition de typologie. Celle-ci repose sur une enquête par questionnaire auprès des services déconcentrés de l’État, la mise en œuvre de deux méthodes d’analyse, une analyse qualitative comparée et une analyse des correspondances multiples. Elle est principalement marquée par le niveau de débat technique entre acteurs pendant les cartographies et le type d’acteurs impliqués dans ces débats. Le degré de conflictualité de ces démarches, en lien avec le climat de confiance établi entre acteurs, caractérise aussi fortement ces processus. L’adhésion des acteurs aux principes généraux de la prévention des risques naturels en France, traduits techniquement dans la cartographie des aléas naturels, influe aussi indirectement les débats.

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)0,014
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0070,007
Communication savante0,0070,004
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
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 Opus0,082
Tête enseignante GPT0,334
Écart entre enseignants0,252 · 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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFrench Urban and Social StudiesTravaux en français237 207