When citizen science meets radon building diagnosis: Synthesis of a French pilot project developed in the framework of the European RadoNorm research project
Notice bibliographique
Résumé
As part of the European RadoNorm research project, citizen science pilot projects focusing on the management of radon risk in houses have been implemented in four countries. This article describes the methodological basis, the development and the results of the French pilot project. Building on an initial review of existing literature, the pilot project aims to frame a 'participatory approach' aligned with the standards and recognized practices of citizen science. Particular attention was given to the management of data and the inclusion of ethical considerations. The focal point of the project was the process of radon building diagnosis which is supposed to be carried out whenever (high) radon concentrations are measured and should be prerequisite to mitigation works. As experience shows, however, this diagnosis is hardly implemented in France. To help remedy this situation, the pilot project recruited citizens already aware about radon from Pays Vesoul Val-de-Saône (East of France) to test an existing online self-evaluation guide for radon diagnosis, report on their operational experience and meet with radon/building experts. This enabled citizens to contribute to improvements in form and content to the guide and to ensure that it would be better fit for purpose. Comparison of the guide with experts' practices offered additional perspectives on what building diagnosis should entail. The pilot project produced rich and high-quality data that will nurture the evolution of the guide. The project demonstrated both the viability and the utility of applying the citizen science approach to radon post-measurement phases, with measurable benefits in bridging knowledge gaps and in encouraging behavioural changes. The results of using a citizen science approach in the field of radon management and research are encouraging, and they far outweigh the challenges involved in the implementation.
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 | 0,135 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,006 | 0,008 |
| Communication savante | 0,011 | 0,006 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».