La démocratisation de l’accès aux images satellite : un enjeu de citoyenneté ?
Notice bibliographique
Résumé
Ces dernières années, la diffusion massive d’images satellite pour documenter des catastrophes (incendies dévastateurs au Canada, tremblement de terre en Turquie) ou des conflits (guerre en Ukraine) sur les réseaux sociaux et dans les médias, montre un tournant dans l’utilisation d’une source d’information longtemps circonscrite au renseignement ou à un usage professionnel spécifique en raison de son intérêt stratégique ou de son coût. Depuis le milieu des années 2000, la « révolution numérique » et avec elle Google Earth puis l’open data ont changé la donne. Cet article cherche à montrer comment cette démocratisation de l’accès aux images satellite peut contribuer à une meilleure prise de conscience des enjeux environnementaux mais aussi à une forme d’empowerment citoyen, compris ici comme la capacité donnée aux individus de pouvoir mieux s’informer en faveur d’une plus grande transparence, dans un monde bousculé par l’urgence climatique et la désinformation croissante. Il défend l’idée que l’image satellite peut être identifiée à un « outil-citoyen » et il s’appuie sur une recherche-action pour proposer une méthode visant à favoriser une éducation à l’imagerie spatiale dans l’enseignement secondaire, préalable à une appropriation citoyenne de l’outil. Après avoir rappelé les grandes étapes qui ont mené à la démocratisation de l’accès aux images satellites, il s’agira d’expliquer en quoi l’image satellite est un outil-citoyen qui permet d’appréhender les grands enjeux sociétaux d’aujourd’hui puis de voir comment une « éducation à l’imagerie spatiale » peut être mise en œuvre de manière pratique dans la classe de géographie en France. Alors que les pistes pédagogiques proposées à la lumière d’une recherche-action tendent à montrer que l’image satellite permet d’engager favorablement les élèves à développer des compétences aussi bien géographiques que transversales, l’article appelle à réfléchir à la place de l’image satellite dans l’enseignement secondaire en France dans une perspective citoyenne qui prolonge le cadre disciplinaire sur lequel il s’appuie (ici la géographie).
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 | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,014 |
| Communication savante | 0,014 | 0,012 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».