MétaCan
Menu
Retour à la cohorte
Enregistrement W4377596523 · doi:10.7202/1100215ar

Du conflit à la concertation autour des peupleraies (France) : un exemple de stratégie pour une plus grande résilience territoriale face au changement climatique ?

2023· preprint· fr· W4377596523 sur OpenAlexvenueno aff
Amélie Robert

Notice bibliographique

RevueCanadian Journal of Regional Science · 2023
Typepreprint
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésResilience (materials science)Climate changeEnvironmental resource managementPsychological resiliencePolitical scienceGeographyEnvironmental planningEnvironmental scienceEcologyPsychologySocial psychologyBiology

Résumé

récupéré en direct d'OpenAlex

Dans le contexte du changement climatique, les plantations forestières sont parfois présentées comme une solution d’atténuation et d’adaptation, certes questionnable. Pour que cette option soit réellement une solution qui autorise une plus grande résilience territoriale face au changement climatique, il importe que la présence de ces plantations sur le territoire soit envisagée de manière concertée. Cette démarche est précisément en train de se mettre en place en France : après des années de controverses, les acteurs de la filière populicole et ceux impliqués dans la protection de l’environnement ou des paysages semblent désormais disposés au dialogue, notamment dans le Val de Loire, à l’initiative du CRPF (Centre régional de la propriété forestière). Dans cet article, nous analysons cet exemple, après avoir rappelé les controverses qui entourent les peupleraies et précisé la méthodologie : nous nous fondons surtout sur des observations et des entretiens. Même si elle bénéficie d’un contexte favorable (le recul des peupleraies), cette démarche apparaît comme un exemple de stratégie pour une plus grande résilience territoriale, dans la mesure où les acteurs territoriaux sont parvenus à s’accorder sur des préconisations visant à améliorer ces plantations, au moins sur le plan environnemental. Pour autant, des améliorations sont nécessaires, afin de prendre davantage en compte le volet social.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,620
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,003
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,059
Tête enseignante GPT0,290
Écart entre enseignants0,231 · 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'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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Regional ScienceMême sujetAgriculture and Rural Development ResearchTravaux en français237 207