Patrimoine naturel et médiations visuelles : les solutions du paysage
Bibliographic record
Abstract
Le propos de cet article est d’interroger la notion de patrimoine naturel à partir d’une de ses représentations emblématiques, le paysage. Patrimoine et paysage n’étant pas des objets ontologiques mais bien plutôt des construits culturels, la réflexion porte sur les processus sémiotique et historique qui président à leur invention et à leur mise en relation afin de repérer les tensions et contradictions à l’œuvre dans le procès de patrimonialisation de la nature.Ce procès a pour condition préalable une triple invention, celle de la nature, celle du regard et celle du paysage. L’étude en donne les jalons historiques dans une diachronie dont l’origine remonte, en Occident, au moment de la Renaissance. Dès lors, l’émergence du paradigme de la modernité conduit peu à peu à une conjonction parachevée dans le courant du XIXe siècle entre curiosité intellectuelle, systématisation scientifique et émotion esthétique, condition sine qua non du goût contemporain pour un patrimoine naturel tel que le reflète la convention de l’Unesco en la matière. Cependant, cette élection patrimoniale, en survalorisant l’esthétique du paysage, construit l’illusion d’une préservation de la nature, sinon même parfois, devient un obstacle à cette conservation. Ce faisant, l’étude du paysage révèle le paradoxe et la contradiction intrinsèque du projet de patrimonialisation de la nature.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.012 | 0.024 |
| Scholarly communication | 0.016 | 0.009 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.022 | 0.002 |
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.
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".