Les cartes d’aléas littoraux : quand la technique occulte des conceptions différentes de la politique française de gestion des risques
Notice bibliographique
Résumé
La cartographie des aléas littoraux (submersion marine, recul du trait de côte) est basée à la fois sur la connaissance des phénomènes locaux et sur des principes propres à la politique de prévention des risques naturels. Lors de l’élaboration des Plans de Prévention des Risques Littoraux (PPRL), instruits par les services de l’État, les cartes d’aléas, qui serviront ensuite, une fois croisées avec celles des enjeux, à la réalisation du zonage réglementaire, concentrent les débats et parfois les conflits. La méthode d’élaboration du PPRL fait de la cartographie des aléas la principale étape de territorialisation des PPRL. Les collectivités voient ainsi majoritairement la carte d’aléas comme un pré-zonage réglementaire annonçant des restrictions d’urbanisation. Les cartographies d’aléas sont donc influencées par les intérêts divergents des acteurs. Or, pour les services de l’État, les cartes d’aléas restent avant tout un objet technique, peu négociable. Les débats, très techniques, centrés sur ces cartes, masquent les objectifs du PPRL. Ils ne permettent pas une appropriation des hypothèses de cartographie liées à la politique nationale de prévention des risques naturels majeurs, basée sur la solidarité nationale et le développement durable.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,006 | 0,022 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».