Questionner l’efficacité de la gouvernance d’une AMP : le cas de Natura 2000 en mer
Notice bibliographique
Résumé
Nous nous intéressons ici à la gouvernance d’une catégorie d’aires marines protégées, Natura 2000 en mer, et aux déterminants de l’efficacité de la gouvernance des sites. Après avoir constitué une base de données portant sur 158 sites localisés en France métropolitaine, un échantillon de 20 sites a été l’objet d’une analyse comparative par études de cas. Nous constatons d’abord qu’un même cadre standard est décliné, en réalité, de façons différentes selon les façades, régions et sites. La diversité des situations de gouvernance est déchiffrée à partir de l’identification de quatre facteurs discriminants : l’enchevêtrement (ou non) du site dans un autre dispositif de gestion territoriale, les temporalités de la gouvernance (en amont ou en aval du document d’objectifs), les proximités locales (préexistantes ou à créer), la situation géographique du site (côtier ou au large). L’analyse porte ensuite sur ce que produit la gouvernance, selon ses caractéristiques, avec différents types de plus-values (effets directs et effets-rebonds, ressources, actions et coordinations) qui ne se révèlent effectives que sous certaines conditions. Les facteurs qui fondent l’efficacité et la qualité de la gouvernance sont finalement caractérisés, au regard des objectifs du dispositif et différentes pistes d’amélioration en sont déduites.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».