MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403587773

L'influence des systèmes d'indemnisation dans les choix résidentiels en contexte de risques côtiers en France et au Québec

2024· article· fr· W4403587773 sur OpenAlexaffabout
Julie Delannoy

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Despite increasing coastal erosion and flooding in the context of climate change, the appeal of living by the sea remains strong in both France and Quebec. Understanding what drives individuals to purchase or remain close to the shore is becoming a key issue for public authorities seeking to counter this trend and promote adaptation policies such as relocation. As part of a Franco-Quebec research project (ARICO), this jointly supervised doctoral thesis investigates a factor still largely overlooked in geography: the influence of compensation systems on coastal residential choices. In both France and Quebec, part of the costs associated with coastal risks are mutualized through solidarity-based compensation systems in which the state plays a central role. The hypothesis is that these systems may encourage individuals to purchase or remain by the sea, by shifting the financial burden of risk from individuals to the broader community.To examine this hypothesis, a multi-scale survey was conducted in France and Quebec, combining interviews with 54 private- and public-sector stakeholders and questionnaires completed by 371 coastal homeowners. The cross-analysis of interview and questionnaire data, and the France-Quebec comparison, reveal that these systems influence residential choices in different ways, depending on how solidarity is balanced with individual responsibility. This finding argues not for the abandonment of solidarity, but rather for a redefinition of how it is implemented.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,053
Score d'incertitude au seuil0,206

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,004
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,016
Tête enseignante GPT0,254
Écart entre enseignants0,238 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)→Même sujetFrench Urban and Social Studies→Travaux en français237 207→