La compensation biodiversité, un instrument économique au service de l’intérêt général
Notice bibliographique
Résumé
La loi de 1976 traduit, pour la première fois dans la législation française, l’esprit de ce qu’est la conception progressive d’un projet d’aménagement du territoire, laquelle doit, en premier lieu, chercher à éviter les impacts négatifs de celui-ci sur l’environnement, puis, dans un second temps, à réduire ceux qui n’ont pu être évités, en adaptant techniquement le projet. Enfin, pour la fraction des impacts résiduels, il s’agit alors de les compenser par une action guidée par l’objectif de non-perte de biodiversité. Bien que renforcée par la loi sur la reconquête de la biodiversité en 2016, cet outil demeure toutefois mal utilisé, puisque le succès de sa mise en œuvre dépend non seulement de l’interprétation des textes normatifs nationaux par les acteurs du territoire (Bigard et al. , 2018) 1 , mais également de l’existence de contrôles et de sanctions. Pour dépasser cette vision, l’approche de la séquence Éviter-Réduire-Compenser (ERC) adoptée par les leviers économiques et financiers semble permettre de dessiner une application plus juste de l’outil considéré afin d’agir en faveur de l’intérêt général.
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 | 0,009 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,007 |
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 ».