MétaCan
Menu
Retour à la cohorte
Enregistrement W4404753119 · doi:10.4000/12s03

Gouverner un territoire d’étangs en déprise par le lancement d’une filière locale de pisciculture extensive : cas d’étude en Isère (France)

2024· article· fr· W4404753119 sur OpenAlexvenueno aff
Jacques-Aristide Perrin, Emmanuel Guisepelli, Joël Robin

Notice bibliographique

RevueVertigO · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Cet article analyse un projet de relance de la pisciculture extensive dans le Nord-Isère en France. En rendant compte de l’opinion des acteurs impliqués par ce projet et de l’état de la controverse par rapport aux enjeux de savoir, nous souhaitons comprendre comment un projet de pisciculture questionne le devenir de ce territoire de l’eau comprenant des centaines d’étangs et, plus généralement, les politiques environnementales. Pour ce faire, nous avons conduit une étude qualitative basée sur une analyse de discours des différents acteurs de ce territoire rencontrés par entretiens réalisés entre 2022 et 2023 sur ce territoire d’étangs. En raison des logiques sectorielles propres à chaque type d’acteurs et de l’absence de référence scientifique commune, ce projet de pisciculture fait face à des oppositions de principe et génère une controverse sur le plan du savoir. Puisque les acteurs se positionnent sans parler des mêmes enjeux, composantes et paramètres des paysages d’étangs, tout dialogue productif permettant de clarifier leurs positions et leur référentiel de savoir est rendu impossible. Nous proposons une base de discussion collective pour penser ce projet de pisciculture en tant que projet de territoire afin de composer avec des enjeux environnementaux, patrimoniaux et alimentaires capables d’appréhender sa faisabilité économique, agronomique et son éventuelle acceptabilité.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,194
Score d'incertitude au seuil0,385

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,006
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,009
Tête enseignante GPT0,234
Écart entre enseignants0,226 · 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'étudeObservationnel
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFrench Urban and Social StudiesTravaux en français237 207