MétaCan
Menu
Retour à la cohorte
Enregistrement W3007950194 · doi:10.4000/vertigo.27151

Controverses environnementales et arbitrages politiques : les logiques d’action du système Étang de Berre/Basse-Durance

2019· article· fr· W3007950194 sur OpenAlexvenueno aff
Martin Laurenceau, François Molle

Notice bibliographique

RevueVertigO · 2019
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

L’échéance de 2027 pour l’atteinte du bon état ou bon potentiel des masses d’eau, dans le cadre de la Directive cadre sur l’eau (DCE) de 2000, exacerbe les tensions sur certains territoires. En effet, l’atteinte du bon état repose sur la réalisation d’arbitrages entre des usages multiples qui mènent à de nouvelles répartitions sociale et spatiale des coûts et bénéfices. Nous avançons l’hypothèse que ces arbitrages ne peuvent être faits seulement à partir de critères d’efficacité écologique et de coûts économiques comme cela est proposé par la DCE, et doivent considérer (i) les interdépendances entre masses d’eau et usages associés ainsi que (ii) les logiques d’action sous-jacentes aux différents scénarios portés par les acteurs en présence. En nous appuyant sur l’évolution historique des masses d’eau de l’étang de Berre et de la Basse-Durance, nous montrons les connections hydrologiques, écologiques et socio-économiques qui existent entre ces territoires. Dans un deuxième temps, nous mettons en évidence les problématisations et les entreprises d’intéressement qui sous-tendent chaque scénario porté par les acteurs en présence, ainsi que leurs conséquences en termes de répartition des coûts et bénéfices pour les usagers. Enfin, nous discutons la capacité des différentes logiques d’action, en partie incompatibles, à s’imposer aux autres acteurs en présence et à influencer la décision future de la Commission européenne sur l’éventuelle révision à la baisse des objectifs écologiques du système Berre Basse-Durance.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,795
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,039
Tête enseignante GPT0,288
Écart entre enseignants0,249 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFrench Urban and Social StudiesTravaux en français237 207