MétaCan
Menu
Retour à la cohorte
Enregistrement W2966000302 · doi:10.4000/vertigo.24149

Justice climatique et démocratie environnementale - Les inégalités d’accès au droit des populations vulnérables aux risques littoraux – quelques éléments de comparaison

2019· article· fr· W2966000302 sur OpenAlexvenueno aff
Marie-Laure Lambert, Aurélie Arnaud, Cécilia Claeys

Notice bibliographique

RevueVertigO · 2019
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic JusticePolitical scienceGeographySociologyLaw

Résumé

récupéré en direct d'OpenAlex

La démocratie environnementale, promue notamment par la convention d’Aarhus (accès à l’information, participation aux décisions publiques et accès au juge en matière d’environnement), se heurte sur le terrain à des inégalités économiques et sociales. Notamment, en matière de risques littoraux dans un contexte de changement climatique, les populations exposées ne sont pas égales, y compris sur le territoire français. Des exemples étudiés sur les littoraux basque et guadeloupéen permettent de mettre en résonance des cas de populations très différentes en termes de vulnérabilité environnementale, sociale, économique et juridique. Une fois ces éléments analysés, il est utile de réfléchir à la définition de l’intérêt général qui devrait conditionner les opérations publiques de défense contre la mer ou de relocalisation des biens exposés. Or cet intérêt général n’est pas défini a priori, et apparaît plutôt, dans nombre de cas, comme un cumul d’intérêts particuliers ou économiques de propriétaires disposant d’importantes capacités d'action, renforcées par la valeur élevée de leurs biens. Une réflexion plus poussée devra donc être menée, afin de refonder l’adaptation des territoires au changement climatique sur des critères d’équité, qui permettent de mettre en sécurité de façon prioritaire les personnes les plus vulnérables.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,057
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,006
Études des sciences et des technologies0,0030,006
Communication savante0,0050,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,108
Tête enseignante GPT0,351
Écart entre enseignants0,243 · 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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFrench Urban and Social StudiesTravaux en français237 207