BP « Deepwater Horizon » du Golfe du Mexique à l’Afrique : un tournant pour l’industrie pétrolière ?
Bibliographic record
Abstract
L’explosion de la plateforme BP Deepwater Horizon du 20 avril 2010 constitue une des plus graves pollutions pétrolières de l’histoire. Sa localisation dans les eaux du premier consommateur mondial, et l’implication d’une des compagnies les plus avancées en matière de responsabilité sociale d’entreprise, sont révélatrices des enjeux actuels de la gestion environnementale des risques pétroliers. Alors que les gisements les plus accessibles sont exploités par des sociétés nationales, les compagnies internationales satisfont l’inextinguible demande en pétrole du système mondial en explorant des situations extrêmes, comme les eaux très profondes. Cela s’accompagne de risques croissants. La catastrophe de BP nous montre le danger de considérer un risque infime comme une absence de risque : l’exemption de planification d’urgence explique la longue durée et l’ampleur de la fuite. Elle rappelle aussi que les impacts du pétrole ne sont bien connus qu’à la surface et le long des côtes : or, cette fuite en eaux profondes causera des dommages écologiques graves dans les zones pélagiques. Cet événement changera les règles du jeu de la régulation environnementale pétrolière dans les zones sensibles. Nous donnons un aperçu des évolutions qu’il pourrait favoriser en Afrique, notamment en Mauritanie. Il reste à savoir si l’augmentation des coûts qui en résultera contribuera à accélérer la transition énergétique mondiale hors de la dépendance des hydrocarbures.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".