MétaCan
Menu
Retour à la cohorte
Enregistrement W70685021 · doi:10.7202/1044581ar

Les limites de l’évaluation économique de la biodiversité

2018· article· fr· W70685021 sur OpenAlexaffvenue
Virginie Maris, Jean‐Pierre Revéret

Notice bibliographique

RevueLes ateliers de l éthique · 2018
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensUniversité du Québec à MontréalUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Devant le constat du déclin toujours plus rapide de la diversité biologique et les limites des ressources disponibles pour l’enrayer, il est nécessaire de déterminer quels moyens devraient être engagés dans sa protection. Pour ce faire, une méthode efficace serait d’évaluer les bénéfices tirés de la biodiversité afin d’estimer rationnellement les coûts légitimes de sa protection. L’évaluation économique, qui se présente d’emblée sur un mode quantitatif, serait alors un outil précieux. Dans ce texte, nous présentons différentes méthodes d’évaluation économique de la biodiversité ainsi que certaines de leurs limites méthodologiques. Par la suite, nous montrons qu’en dépit de ses avantages pratiques, l’évaluation économique échoue à représenter l’ensemble des valeurs en jeu dans la protection de la biodiversité. Nous décrivons alors trois types de valeurs incommensurables avec des bénéfices économiques : la valeur de legs, qui renvoie aux obligations de transmission du patrimoine naturel dont nous avons hérité ; la valeur d’existence, qui renvoie à la considération morale d’intérêts autres que ceux des êtres humains ; la valeur de transformation, qui renvoie à la capacité d’examiner et de critiquer nos préférences et inclinaisons afin d’inclure celles-ci dans une vision du monde rationnelle et cohérente. Pour conclure, nous plaidons en faveur de l’élaboration de méthodes de concertation et d’évaluation participatives et pluralistes permettant de rendre compte de la diversité et de l’hétérogénéité des valeurs de la biodiversité.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,126
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,094
Tête enseignante GPT0,236
Écart entre enseignants0,142 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations7
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLes ateliers de l éthiqueMême sujetEconomic and Environmental ValuationTravaux en français237 207