La Cour de justice de l’Union européenne et la qualité de l’eau : reflets jurisprudentiels des paradoxes de la politique de l’eau de l’Union
Bibliographic record
Abstract
L’émergence de nouvelles vulnérabilités et la persistance de dégradations nuisent gravement à la protection de la ressource en eau et des milieux aquatiques en Europe. En dépit de l’existence d’un corpus juridique substantiel, l’Union européenne est aux prises avec la mise en oeuvre déficiente de sa politique de l’eau. Devant la lenteur, voire l’inertie des autorités publiques responsables de cette ineffectivité, la sollicitation du juge apparaît comme une solution ultime mais nécessaire. Elle reflète de manière instructive les paradoxes de la politique de l’eau de l’Union européenne profondément remaniée par la directive-cadre sur l’eau en 2000. Depuis l’adoption de ce texte, la sollicitation de la Cour de justice demeure particulièrement croissante et diversifiée. Elle révèle le rôle essentiel du juge en matière d’interprétation et d’application effective du droit de l’eau. Ce positionnement d’acteur incontournable suscite des traductions normatives ambivalentes, oscillant entre des stratégies d’évolution, même de transformation du droit de l’eau, et des tactiques d’évitement des réformes urgentes à mettre en oeuvre.
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 | 0.011 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.009 | 0.051 |
| Scholarly communication | 0.018 | 0.010 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.010 | 0.010 |
| Insufficient payload (model declined to judge) | 0.004 | 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".