Éléments sur l’apport de la doctrine américaine du public trust à la représentation de l’environnement devant le juge
Bibliographic record
Abstract
La doctrine américaine du public trust est un outil à la fois ancien et en plein développement, notamment aux États-Unis (comme en atteste l’affaire Robinson Township en Pennsylvanie). Elle propose une piste de réflexion intéressante quant à la protection de l’environnement par et devant le juge. Cette doctrine permet de protéger certaines ressources naturelles en imposant aux pouvoirs publics de les gérer, voire d’assurer leur réparation, pour l’usage et au profit du public, y compris les générations futures. Elle met ainsi en pratique les notions de développement durable et d’équité intergénérationnelle, cruciales à la protection efficace de l’environnement. Cet article décrit l’origine, les parallèles et les différences avec les trusts financiers, l’expansion actuelle et les limites du champ d’application de cette doctrine, tant en ce qui concerne les ressources protégées que les obligations qu’elle impose aux trustees, les pouvoirs publics responsables de cette protection. In fine, il s’intéresse au rôle du juge dans ces développements afin de mieux cerner l’importance et l’efficacité, réelle et potentielle, de cette doctrine ainsi que les obstacles qui se posent encore à la représentation et à la protection efficace de l’environnement.
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 | 0.004 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.019 |
| Scholarly communication | 0.009 | 0.007 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.005 | 0.007 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".