MétaCan
Menu
Retour à la cohorte

Vivre avec les industries ? De la maîtrise de l’urbanisation à l’éducation aux risques : cas de Vitry-sur-Seine (France) et de Montréal-Est (Québec)

2014· dissertation· W7143964956 sur OpenAlexaboutno aff
Jean-Christophe Blésius

Notice bibliographique

Revuenon disponible
Typedissertation
Langue
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Risk preventionSynchronizer

Résumé

récupéré en direct d'OpenAlex

Le risque industriel majeur est la probabilité que survienne, en un endroit donné, un incendie, une fuite toxique ou bien une explosion. Ce type de risque est inhérent à certains établissements qui entreposent, manipulent, fabriquent des matières qualifiées de dangereuses. La catastrophe industrielle majeure, qui concrétise ce risque, aura des répercussions importantes sur les hommes et leurs biens. Certaines agglomérations densément bâties laissent entrevoir des situations de cohabitation étroite entre des établissements industriels et d'autres types de constructions (résidences, équipements, autres activités, etc.). Par l'analyse de deux cas, la Ville de Vitry-sur-Seine en France et de Montréal-Est dans la province canadienne du Québec, cette recherche propose de mener une réflexion sur les réponses mises en œuvre pour faire face aux risques industriels majeurs inhérents à deux établissements de stockage. Après avoir satisfait à la nécessaire démarche d'identification du risque, plusieurs familles de réponses peuvent être mises en œuvre : réduction du risque à la source ; préparation des mesures d'intervention en cas d'urgence ; transmission d'informations ; pratiques d'aménagement ; intervention ; rétablissement. Au nom des « territoires du risque », ces réponses témoignent de ce que le risque est capable de « faire faire » au territoire. Cette recherche montrera que pour un même type de risque, les réponses peuvent différer sur les deux terrains d'investigation. C'est le cas de la réponse dite de maîtrise de l'urbanisation qui vise à créer (ou recréer), par l'aménagement, une certaine distance d'éloignement entre industries à risque et autres types de construction ; ou plus généralement à favoriser les conditions d'une meilleure cohabitation entre ces deux ensembles. Les différences observées ne relèvent pas tant du facteur géographique, mais plutôt de facteurs économiques et historiques. Malgré cette divergence, il ressort le constat commun d'une très complexe mise en œuvre de la maîtrise de l'urbanisation. Plus encore, il semble difficile de ne pas vivre avec l'industrie. C'est aussi le cas de la réponse qui vise à éduquer aux risques. Cette dernière consiste, en première lecture, à parler du risque majeur auprès de jeunes enfants dans les établissements scolaires. Les différences observées s'expliquent par des facteurs d'ordre pratique (manque de temps, de moyens) ; mais aussi, et non des moindres, par la thématique des représentations. Malgré tout, la mise en œuvre d'une éducation aux risques semble devoir surmonter certains enjeux afin qu'elle ne se réduise pas à une simple transmission d'informations. Cette recherche porte donc une focale sur la thématique de l'aménagement autour des établissements industriels dangereux ; tout en proposant de prolonger la réflexion sur des thématiques en lien avec les sciences de l'éducation. Elle permet de questionner la place qu'ont les industries dans les villes aujourd'hui. Plus encore, elle tente de montrer qu'il est préférable de mener une réflexion sur des solutions qui permettraient une meilleure cohabitation entre ville et industrie

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,481
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,022
Tête enseignante GPT0,340
Écart entre enseignants0,319 · 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'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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRisk Perception and ManagementTravaux en français237 207