Bibliographic record
Abstract
L'ampleur et la gravité des maladies dues à l'amiante sont à la base de la création en Belgique, au 1er avril 2007, de l'Asbest Fonds Amiante (AFA). Ce fonds indemnise les victimes, non professionnelles comme professionnelles. Une nouvelle association, l'ABEVA, a réussi à mettre à l'agenda politique l'idée d'une réparation pour toutes les victimes de l'amiante. Les interlocuteurs sociaux se sont montrés ouverts à l'idée d'une nouvelle réparation, mais réticents à la voir sortir de leur champ traditionnel. Les négociations touchaient à plusieurs problématiques sensibles: les maladies de l'amiante en dehors des entreprises, la contamination environnementale, la mise en cause de l'immunité des employeurs, l'indemnisation des indépendants, le financement, etc. Accepter le principe d'un Fonds amiante spécifique, c'est accepter une différenciation fondée sur l'histoire particulière de l'exploitation de l'amiante. Aux yeux des victimes, la gravité des atteintes à la santé et les négligences ou les mensonges qui jalonnent cette histoire justifient une réparation spécifique. L'AFA est une amélioration incontestable pour toutes les victimes de l'amiante, même s'il ne répond pas à la revendication de départ d'une réparation intégrale du dommage.
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 | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.013 | 0.025 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 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".