Notice bibliographique
Résumé
Les premiers mouvements migratoires de l’être humain moderne remontent à l’ère du paléolithique. La dynamique de ces mouvements était en partie expliquée par le rythme des oscillations climatiques. Toutefois, l’ampleur des migrations de cette période était moins préoccupante comparativement à celle observée à notre époque. En effet, de nos jours, le nombre de migrant.e.s climatiques s’est accru du fait de la vitesse des changements climatiques et de ses effets en particulier dans les pays en développement. Ainsi, un grand nombre d’individus quittent très souvent leur lieu de résidence vers d’autres destinations à l’intérieur ou à l’extérieur du pays d’origine. En 2018 seulement, plus de 16 millions de personnes ont migré pour des raisons climatiques (IDMC, 2019). Les populations qui se déplacent à la suite de catastrophes naturelles ou environnementales sont appelées « migrant.e.s climatiques ». Cet article a pour objectif d’éclairer l’opinion publique sur l’état des lieux des débats menés autour des migrations climatiques. Plus spécifiquement, nous présenterons un rapide historique de ce phénomène en nous appuyant sur la littérature scientifique. Nous reviendrons ensuite sur les principales causes et conséquences de ces migrations. Puis, nous présenterons quelques mesures préconisées pour une meilleure adaptation aux changements climatiques et à ses conséquences ainsi qu’une meilleure atténuation de ces derniers
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,009 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».