MétaCan
Menu
Retour à la cohorte
Enregistrement W4375937614 · doi:10.4000/vertigo.36682

Quels productions, usages et partages des cartographies de végétation dans l’estuaire de la Loire ?

2022· article· fr· W4375937614 sur OpenAlexvenueno aff
Jérôme Sawtschuk, Mathieu Le Dez, Valentin Urvois, Boris Mericskay, Kristell Le Bot

Notice bibliographique

RevueVertigO · 2022
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesIle de franceGeographyArt

Résumé

récupéré en direct d'OpenAlex

Cette étude interroge les méthodes, typologies, moyens de diffusion et de partage des cartographies de végétation. Différentes sources d’informations sont mobilisées pour décrire les pratiques sur le territoire français de l’estuaire de la Loire : une analyse documentaire sur la production et l’usage des cartographies de végétation, une synthèse des demandes de données effectuées auprès d’un organisme ressource et une enquête réalisée auprès des professionnels. Les résultats sont analysés de façon à déterminer si les besoins diffèrent entre les catégories d’acteurs et sont mis en perspective avec les outils de diffusion actuellement disponibles. La synthèse bibliographique a permis de recenser 55 cartes de végétation et d’habitats éditées entre 1979 et 2020. La demande de cartes est croissante et peut être mise en lien avec l’évolution des politiques publiques d’aménagement et la prise en compte grandissante des problématiques environnementales. Les usages principaux concernent la réalisation d’études d’impacts, la gestion des milieux et l’aménagement. La désignation du site Natura 2000 a impulsé la construction d’une connaissance partagée sur ce territoire. Les connaissances de la dynamique des végétations restent encore partielles et requièrent des typologies standardisées pour pouvoir comparer les cartographies entre elles et mieux appréhender les évolutions de l’estuaire. La production et la diffusion de ces documents d’aide à la décision nécessitent des moyens, notamment humains, pour animer un réseau d’échanges de données environnementales entre utilisateurs et producteurs qui ne doit pas se limiter à une plateforme numérique.

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)0,008
score de la tête « metaresearch » (Gemma)0,017
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,017
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0090,015
Études des sciences et des technologies0,0020,004
Communication savante0,0080,008
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,010
Tête enseignante GPT0,245
Écart entre enseignants0,235 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetLand Use and Ecosystem ServicesTravaux en français237 207