MétaCan
Menu
Retour à la cohorte
Enregistrement W4389815135 · doi:10.4000/vertigo.40890

Analyse comparée et appliquée à un territoire fictif des politiques publiques de gestion des risques côtiers en France et au Québec

2023· article· fr· W4389815135 sur OpenAlexaffvenueabout
Catherine Meur-Férec, Guillaume Marie, Steve Plante, Julia Verdun, Laurence David, Julie Delannoy

Notice bibliographique

RevueVertigO · 2023
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensUniversité du Québec à RimouskiUniversité du Québec à Montréal
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Dans un contexte de changements climatiques, les territoires côtiers sont de plus en plus soumis aux aléas d’érosion et de submersion. Parallèlement, la concentration croissante d’enjeux sur ces espaces ne fait qu’augmenter les risques. Mettre en place des stratégies de gestion de l’érosion et de la submersion marine devient alors essentiel. En France et au Québec, la gestion des risques côtiers se traduit par l’instauration et l’application à différentes échelles de gouvernance de politiques publiques, touchant de près ou de loin à cette thématique. Leur analyse donne l’opportunité de comprendre comment, et avec quels outils, les acteurs publics, notamment les Établissements publics de coopération intercommunale en France et les Municipalités régionales de comté au Québec sont appelés à gérer ces risques. Le fonctionnement des deux systèmes est mis en exergue, d’une part par la comparaison thématique des politiques publiques et d’autre part par l’utilisation d’un archétype de territoire concrétisant leur mise en application sur le terrain. Ces deux approches permettent de faire ressortir les particularités et les similitudes des deux systèmes, mais aussi leurs atouts et faiblesses dans la mise en place des politiques publiques durables d’adaptation aux conséquences des changements climatiques sur les côtes.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,284

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,008
Études des sciences et des technologies0,0030,001
Communication savante0,0040,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,051
Tête enseignante GPT0,303
Écart entre enseignants0,252 · 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

Citations2
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFrench Urban and Social StudiesTravaux en français237 207