Améliorer la gestion des espaces naturels par la participation. Une analyse du guide français pour l’élaboration des plans de gestion
Notice bibliographique
Résumé
La protection de l'environnement est aujourd'hui un enjeu majeur à toutes les échelles. En France comme dans de nombreux pays dans le monde, l’une des stratégies clés dans ce domaine est la protection d’espaces naturels faisant l’objet de mesures de gestion et/ou de restauration. De nombreux acteurs scientifiques et institutionnels se positionnent pour proposer des cadres afin de rationaliser ces mesures de gestion/restauration, mais ces démarches ne font que très rarement l’objet d’analyses scientifiques critiques. Un guide méthodologique a ainsi été récemment développé pour guider de manière cohérente tous les acteurs concernés par l’élaboration des plans de gestion d’Espaces naturels protégés (ENPs) français. Nous proposons ici la première évaluation scientifique de ce guide. Celle-ci s’appuie sur l'application d'un cadre évaluatif constitué de trois critères : les fondements scientifiques, l'opérationnalité, et la légitimité. L’application de ces critères nous permet de mettre en évidence certaines faiblesses du guide, qui sont susceptibles d’influencer négativement la qualité des activités des gestionnaires qui l’utilisent. Nous montrons des pistes d’amélioration par le déploiement de démarches participatives, que le guide mentionne rapidement alors qu’il devrait leur accorder une plus grande importance, en explicitant les modalités de mise en œuvre et les précautions à prendre pour les déployer.
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 | 0,020 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,009 |
| Communication savante | 0,011 | 0,006 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
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 ».