MétaCan
Menu
Retour à la cohorte
Enregistrement W4322711488 · doi:10.4000/vertigo.38189

Stratégie d’une junior minière française face au « risque social » : le cas du projet Fonts-Bouillants

2022· article· fr· W4322711488 sur OpenAlexvenueaboutno aff
Aurélien Reys, Sylvain Le Berre, Yann Gunzburger, Laurent Jammes

Notice bibliographique

RevueVertigO · 2022
Typearticle
Languefr
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArtHumanities

Résumé

récupéré en direct d'OpenAlex

La question du risque social, c’est-à-dire de l’opposition des populations locales, se pose désormais comme l’un des enjeux majeurs pour tout projet d’exploration ou d’exploitation des ressources du sous-sol. En France, les mouvements de protestation à leur encontre contrarient depuis plus d’une décennie la relance minière souhaitée par l’État et les acteurs du secteur. Cet article propose d’examiner la trajectoire de l’un de ces projets qui se développe jusqu’à ce jour sans faire l’objet de mobilisations sociales ou de résistances locales. Situé dans le département de la Nièvre, il concerne des gisements gazeux constitués d’hélium et de gaz carbonique et est porté par une compagnie minière française junior récemment créée. L’analyse est conduite au prisme d’une grille de lecture qui cherchait à évaluer ce risque pour plusieurs projets miniers au Canada. Cette recherche offre, tout d’abord, l’occasion de revisiter cette grille en mettant en miroir les contextes miniers canadien et français, ce dernier étant marqué par un fort déclin depuis les années 1990. Elle permet également d’identifier les principales raisons du succès, à ce jour, du projet minier étudié : ses faibles impacts directs sur l’environnement et une stratégie de communication efficace de l’entreprise reposant en grande partie sur une approche marketing de type storytelling. Les dynamiques de co-construction sont à ce stade inexistantes, principalement en raison de parties prenantes locales qui ne souhaitent pas jouer un autre rôle que celui de simples partenaires dans le développement du projet.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,521
Score d'incertitude au seuil0,964

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0180,006
Communication savante0,0080,003
Science ouverte0,0020,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,220
Écart entre enseignants0,208 · 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'étudeQualitatif
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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetMining and Resource ManagementTravaux en français237 207