Des indicateurs au concept « couteau-suisse », la résilience au prisme d’une géographie du post-conflit
Notice bibliographique
Résumé
Le concept de résilience est récemment entré dans le champ du développement, notamment en géographie. Dans le cadre de nos recherches, nous l’avons utilisé en tant qu’outil scientifique de mesure de l’évolution des territoires et des dynamiques de la population dans le cadre de situations post-conflictuelles. La résilience permet en effet de disposer d’un panel d’indicateurs qualitatifs et territorialisés aptes à « mesurer » l’efficacité et la réalité de la reconstruction après des conflits et d’en proposer une cartographie. Mais le concept de résilience, depuis le début des années 2010 et surtout après la Conférence de Sendai (2015), a été transféré, avec un succès mitigé, du champ environnemental vers le champ humanitaire, devenant pour les institutions internationales et les ONG une sorte de « couteau-suisse » conceptuel et opérationnel commun aux différents acteurs, regroupant l’ensemble des actions à réaliser dans la période post-conflit. Il constitue dès lors un nouveau paradigme d’intervention sur les territoires en crise, et, tout comme le concept de post-conflit, il doit être analysé en tant qu’instrument de gestion ayant des répercussions sur les territoires et la population. Nous montrerons donc comment la résilience peut être utilisée en géographie du post-conflit, et ferons émerger des pistes d’analyse territoriale et les enjeux du concept.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,022 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».