MétaCan
Menu
Retour à la cohorte
Enregistrement W6997224552

Un regard psycho-socio-environnemental sur les risques côtiers : une étude de cas en France et au Canada

2021· dissertation· fr· W6997224552 sur OpenAlexaboutno aff

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2021
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTourismUrbanizationContext (archaeology)PoliticsWork (physics)Sociocultural evolutionCivil societyClimate change
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Over the last few decades, the occupation of coastal areas has intensified throughout the world (Meur-Ferec & Morel, 2004). These areas have become increasingly artificial, whether due to the development of tourist infrastructures or the multiplication of second homes. In a context marked by climate change, manifested among other things by a rise in sea level, these areas are subject to new challenges in terms of adaptation (IPCC, 2019).The issue of coastal risks (submersion and marine erosion) is a pressing one and concerns different sectors of society, whether it be the economic sphere (e.g. maintaining the tourist offer), the political world (e.g. managing urbanization and risks) or civil society (e.g. the users and inhabitants of these areas).Our research focuses on the social representations of these risks, mobilized by the individuals who live and/or work in these coastal territories. It was conducted in an international context, in several territories at risk in France and Canada. Different survey techniques were used: interviews, questionnaires, word association tasks, and content analysis of press articles. Our results show, contrary to the dominant scientific considerations which claim to give an objective and realistic evaluation of the dangers, the existence of a social construction of the risk dependent on an environmental and sociocultural context.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,639
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,252
Écart entre enseignants0,242 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetRisk Perception and ManagementTravaux en français237 207