MétaCan
Menu
Retour à la cohorte
Enregistrement W2916777350 · doi:10.4000/vertigo.20795

Atténuer l’impact des pratiques de pêche sur les écosystèmes par l’application du gradient de juridicité

2018· article· fr· W2916777350 sur OpenAlexvenueno aff
Adélie Pomade

Notice bibliographique

RevueVertigO · 2018
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceGeographyPhilosophy

Résumé

récupéré en direct d'OpenAlex

L’impact croissant des pratiques de pêche sur les écosystèmes marins et les services écosystémiques rend nécessaire la mobilisation de moyens juridiques et sociétaux afin de corriger les effets pervers qu’elles produisent. L’autorité publique peut-elle, par l’intermédiaire du droit, s’immiscer librement dans la régulation de ces pratiques pour leur permettre de produire un effet vertueux sur la biodiversité, les écosystèmes et les services écosystémiques ? N’existe-t-il pas un seuil au-delà duquel elle ne doit plus agir ? Il semble possible de répondre à ces questions en appliquant l’outil d’analyse juridique émergent et récemment conceptualisé appelé gradient de juridicité. L’application inédite de cet outil est ici étudiée au sein d’un laboratoire d’observation depuis longtemps mobilisé pour étudier d’un point de vue social, gestionnaire et environnemental les pratiques de pêche professionnelle susceptibles d’impacter la biodiversité et les services : le Parc Naturel Marin d’Iroise. Après avoir dressé un état des lieux des pratiques et de leurs impacts sur la biodiversité, les écosystèmes et les services écosystémiques, l’article recensera les principaux instruments de droit positif et les régulations privées applicables pour rendre compte de leur degré d’effectivité et d’efficacité. Sur cette base, l’article proposera alors d’appliquer le gradient de juridicité, pour envisager une nouvelle manière d’agir sur les pratiques, de la part de l’autorité publique. Cette démarche trouvera un prolongement dans la réflexion portant sur la construction du concept de gouvernance.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,277
Écart entre enseignants0,244 · 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'étudeSans objet
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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFrench Urban and Social StudiesTravaux en français237 207