L’apport de la gestion intégrée des zones côtières (GIZC) à la gestion de l’érosion côtière : intérêt et exemple en Méditerranée française
Bibliographic record
Abstract
Cet article rend compte de l’apport de la Gestion Intégrée des Zones Côtières (GIZC) à la gestion de l’érosion côtière. L’analyse de l’évolution des politiques de gestion de l’érosion fait ressortir trois logiques. Après des ouvrages lourds axés sur la gestion des effets locaux, la prise de conscience de la complexité des phénomènes naturels et anthropiques conduit à tenir compte des interdépendances à travers des schémas stratégiques régionaux définissant des cellules sédimentaires. Enfin, la prise en compte des enjeux nécessite d’intégrer les représentations des acteurs et les dispositifs de gouvernance. Les modalités pratiques d’application de la GIZC à l’érosion sont ensuite abordées en insistant sur leur caractère progressif, adaptatif et concerté. Les auteurs soulignent l’intérêt des pratiques reposant sur des accords volontaires, qui pourraient se décliner par des guides de bonnes pratiques et par des actions en faveur d’un tourisme durable respectueux de la capacité de charge des plages. Il s’agit aussi de définir un espace de gouvernance cohérent évitant d’éventuels effets domino dans la répartition des pressions et des usages entre territoires. Une illustration est proposée avec l’exemple des plages de Villeneuve-lès-Maguelone dans l’Hérault. Très exposé à l’érosion, ce site fait l’objet d’un projet de gestion intégrée mené par le Département de l’Hérault, dans le cadre du projet européen INTERREG III-C Sud BEACHMED-e. Cette application montre notamment l’intérêt conjoint de raisonner à l’échelle globale de la cellule sédimentaire et du territoire ainsi qu’à celle plus fine distinguant plusieurs secteurs pour intégrer les particularismes et adapter les scénarios.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.005 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".