MétaCan
Menu
Back to cohort
Record W1506084830 · doi:10.4000/vertigo.13631

Conservation, valorisation, labellisation : la mise en patrimoine des hauts-lieux pyrénéens et les recompositions de l’action territoriale

2013· article· fr· W1506084830 on OpenAlexvenueno aff
Rémi Bénos, Johan Milian

Bibliographic record

VenueVertigO · 2013
Typearticle
Languagefr
FieldSocial Sciences
TopicFrench Urban and Social Studies
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

Cet article propose un cadre d’analyse pour traiter des dynamiques relationnelles entre le patrimoine naturel et l’action publique territorialisée. La grille développée met en avant trois notions clefs, celles de conservation, de valorisation et de labellisation, pour lire et comprendre les formes prises par le processus de patrimonialisation. Au-delà des logiques initiales de conservation et de valorisation au croisement desquelles émerge la mise en patrimoine, nous insistons ici sur le rôle joué par la montée en puissance depuis une quinzaine d’années d’un nouveau référentiel d’action territoriale, la labellisation. Celui-ci a introduit de nouvelles normes et de nouvelles légitimités politiques, mettant en évidence l’importance des logiques de distinction et de reconnaissance qui alimentent les processus de patrimonialisation. Ce cadre est appliqué à l’analyse croisée de deux figures emblématiques des Pyrénées, Gavarnie et Canigou, deux hauts-lieux « naturels » où se sont superposés différents dispositifs de conservation. Leur reconnaissance est certes fondée sur les spécificités de leur naturalité, mais leur valeur patrimoniale tient aussi à leur caractère syncrétique associant à leurs particularités physiques des éléments culturels. L’article expose ainsi comment dans la dynamique de la labellisation, des formes plus contemporaines de patrimonialisation ont pu émerger, renouvelant ainsi la mise en récit et la mise en scène de ces hauts-lieux. L’analyse souligne aussi combien, d’un site à l’autre, l’appropriation et l’interprétation de la labellisation peuvent diverger.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.080
Threshold uncertainty score0.159

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.003
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0050.010
Scholarly communication0.0050.003
Open science0.0010.003
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0050.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.053
GPT teacher head0.286
Teacher spread0.233 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations9
Published2013
Admission routes1
Has abstractyes

Explore more

Same venueVertigOSame topicFrench Urban and Social StudiesFrench-language works237,207