MétaCan
Menu
Retour à la cohorte
Enregistrement W4283721758 · doi:10.4000/vertigo.35495

Évolution de l’urbanisme et exposition au risque cyclonique à Saint-Martin de 1954 à 2017

2022· article· fr· W4283721758 sur OpenAlexvenueno aff
Kelly Pasquon, Gwénaël Jouannic, Julien Gargani, Chloé Tran Duc Minh, Denis Crozier

Notice bibliographique

RevueVertigO · 2022
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésPolitical scienceHumanitiesExposition (narrative)PhilosophyArt

Résumé

récupéré en direct d'OpenAlex

Les ouragans sont relativement courants dans les Antilles et sur l’île de Saint-Martin en particulier. L’incapacité des sociétés à faire face à ce genre d’évènement et à s’en relever interroge. Dans cette étude, nous montrons que l’île de Saint-Martin a dû s’adapter entre 1954 et 2017 (avant l’ouragan Irma) à de nombreuses contraintes, dont certaines d’une ampleur bien plus importante que les ouragans. Ainsi en l’espace de presque 70 ans, la densité de population de la partie française de Saint-Martin est passée de 75 habitants par kilomètre carré à 668 habitants par kilomètre carré. La majeure partie de cette augmentation s’est produite en l’espace de 5 ans, suite à une loi de défiscalisation qui a favorisé l’investissement immobilier à partir de 1986 : la loi Pons. Plus de 12 000 bâtiments ont été construits à Saint-Martin pour accueillir les nouveaux habitants de l’île, mais aussi les touristes. De nombreux quartiers ont connu une croissance importante qui a débuté à la fin des années 1980. Cependant, on observe des spécificités dans l’urbanisme qui résultent de la très forte ségrégation sociale et territoriale qui règne sur l’île entre, d’un côté, les résidences privées des quartiers aisés et de l’autre les quartiers populaires, avec des habitations plus vulnérables. Les ouragans ont eu pour effet de renforcer les inégalités datant des années 1960-1980 en affectant plus particulièrement les habitats fragiles des populations les plus pauvres. Ces inégalités sont également accentuées par les sociétés qui accordent plus d'aides à la reconstruction aux personnes mieux insérées socialement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,240
Score d'incertitude au seuil0,477

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,030
Tête enseignante GPT0,270
Écart entre enseignants0,240 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFrench Urban and Social StudiesTravaux en français237 207