MétaCan
Menu
Back to cohort
Record W1845685916 · doi:10.4000/gc.3141

Discours sur la culture du risque, entre approches négative et positive. Vers une éducation aux risques ?

2013· article· fr· W1845685916 on OpenAlexaboutno aff
Jean-Christophe Blésius

Bibliographic record

VenueGéographie et cultures · 2013
Typearticle
Languagefr
FieldSocial Sciences
TopicRisk Perception and Management
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPhilosophyPolitical science

Abstract

fetched live from OpenAlex

La culture du risque est une expression fréquemment mobilisée en cas de catastrophe ; en particulier pour pointer l’« absence » d’une telle culture. Toutefois, ce terme pose problème dans la mesure où il n’existe pas de définitions scientifiques claires, et qu’il demeure complexe de déterminer qui possède une culture du risque. Cet article propose de mener une réflexion sur cette expression au sein de deux territoires particuliers, la France et le Québec. Par l’analyse des propos issus du monde académique et d’interlocuteurs rencontrés sur ces terrains, l’article montrera que la culture du risque est un terme discuté, polysémique et flou. Les critiques peuvent porter sur son déficit, sur la manière dont elle est formulée, voire sur la pertinence d’employer le vocable culture. Toutefois, il semble que des éléments positifs puissent être connectés à cette expression. En effet, la culture du risque est souvent associée à la nécessité d’être conscient d’un risque existant, et à l’enjeu de connaître les comportements à tenir en cas d’urgence. Ce constat invite à s’interroger sur les réponses qui peuvent être mobilisées pour atteindre ces objectifs. Parmi elles se trouve l’éducation aux risques qui, bien qu’elle puisse être considérée par certains interlocuteurs comme un vecteur d’accroissement de l’acceptabilité d’un risque, reste encore une réponse récente. Par ailleurs, de multiples enjeux doivent être relevés pour permettre à cette dernière de trouver sa place dans l’éventail des actions mobilisables pour faire face à un risque et, le cas échéant, permettre de mieux cohabiter avec lui.

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)0.008
metaresearch head score (Gemma)0.017
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: Theoretical or conceptual
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.175
Threshold uncertainty score0.349

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0080.017
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0020.001
Science and technology studies0.0120.045
Scholarly communication0.0110.006
Open science0.0020.006
Research integrity0.0030.010
Insufficient payload (model declined to judge)0.0080.002

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 head0.015
GPT teacher head0.318
Teacher spread0.302 · 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 designTheoretical or conceptual
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

Citations19
Published2013
Admission routes1
Has abstractyes

Explore more

Same venueGéographie et culturesSame topicRisk Perception and ManagementFrench-language works237,207