MétaCan
Menu
Retour à la cohorte
Enregistrement W7018105825

Controlling the competences of merchant vessel crew to prevent damages : a shipowner prerogative

2019· article· fr· W7018105825 sur OpenAlexfundno aff

Notice bibliographique

Revuetheses.fr (ABES) · 2019
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueMaritime Security and History
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de MontréalUniversité Paul Cézanne - Aix-Marseille III
Mots-clésDamagesDisarmamentPilotageConventionCrew
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La complexité de la conduite du navire marchand impose aux opérateurs d’avoir de nombreuses connaissances dans différents domaines. La standardisation de la formation maritime au niveau international par la convention STCW est un élément qui participe à garantir de leur capacité à conduire l’expédition maritime. Mais il n’est pas suffisant. L’armateur est l’acteur clé dans ce domaine. Son investissement dans le maintien et le développement des connaissances techniques, dans l’encadrement de l’exploitation du navire et dans la mise en place d’une stratégie de gestion des facteurs humains adaptée, est déterminant pour maîtriser les compétences de son personnel navigant et prévenir les dommages qui résulteront de leurs erreurs. Il est très intéressant de constater que le droit maritime tient compte de cet investissement pour déterminer le régime de responsabilité civile auquel l’armateur sera soumis lorsqu’il devra répondre des actes dommageables de ses préposés. Son implication dans la mise en place de stratégies de gestion humaine adaptées lui permettra d’accéder à de larges aménagements ou exonérations de responsabilité. Le régime très protecteur dont il bénéficie sera en revanche progressivement levé, en fonction des manquements personnels retenus à son encontre. Le droit maritime participe donc, d’une certaine manière, à responsabiliser les armateurs. La réalité est en fait plus nuancée car les difficultés pour lever ce régime spécifique sont nombreuses. Les protections qui lui sont accordées pourront alors apparaître comme un facteur démobilisant dans l’objectif de maîtriser l’élément humain, pourtant essentiel pour la sécurité maritime

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,026
Tête enseignante GPT0,284
Écart entre enseignants0,258 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuetheses.fr (ABES)Même sujetMaritime Security and HistoryTravaux en français237 207