MétaCan
Menu
Retour à la cohorte
Enregistrement W4247184447 · doi:10.4000/vertigo.33121

Les effets ambivalents des héritages dans la reconversion des anciens territoires nucléaires

2021· article· fr· W4247184447 sur OpenAlexvenueno aff
Belinda Ravaz, Teva Meyer, Pierre-Henri Bombenger, Brice Martin, Massimiliano Capezzali

Notice bibliographique

RevueVertigO · 2021
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensnon disponible
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

À travers le monde, 165 réacteurs sont à l’arrêt définitif et plus d’une centaine d’entre eux devraient arriver en fin de vie dans les prochaines années. De nombreux articles axés sur les aspects socioéconomiques de la fermeture des sites nucléaires ont souligné l’opposition suscitée par la disparition des centrales nucléaires. Toutefois, peu de recherches se sont intéressées à la question de leur reconversion territoriale. Cet article questionne les effets des héritages territoriaux à la lumière des dynamiques de reconversion de deux centrales nucléaires : Brunsbüttel en Allemagne et Barsebäck en Suède. La fermeture et la reconversion de la centrale allemande semblent avoir généré peu de débats socio-territoriaux à l’échelle locale. Au contraire, la centrale suédoise suscite de nombreuses revendications sociopolitiques et des controverses quant à sa reconversion. La comparaison des trajectoires territoriales ces deux centrales nucléaires foncièrement différentes permet ainsi d’enrichir la discussion sur les facteurs qui influencent les trajectoires postnucléaires des territoires.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,603
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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

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 Opus0,034
Tête enseignante GPT0,301
Écart entre enseignants0,266 · 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'étudeSans objet
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetRisk Perception and ManagementTravaux en français237 207