MétaCan
Menu
Back to cohort
Record W2026107944 · doi:10.4000/vertigo.14025

L’expertise, composante essentielle mais insuffisante des stratégies pour la biodiversité : le cas de la démoustication en Camargue (France)

2013· article· fr· W2026107944 on OpenAlexvenueno aff
Fanny Guillet, Laurent Mermet

Bibliographic record

VenueVertigO · 2013
Typearticle
Languagefr
FieldSocial Sciences
TopicFrench Urban and Social Studies
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceGeographyPhilosophy

Abstract

fetched live from OpenAlex

La Camargue, espace d’intérêt biologique notamment pour l’avifaune nicheuse et migratrice, est restée en dehors des zones démoustiquées de la côte méditerranéenne française jusqu'au début des années 2000. Suite à des demandes du secteur touristique et à un épisode d’éclosion exceptionnel en 2005, une démoustication expérimentale est mise en place, accompagnée d’une étude d’impact réclamée par les acteurs d’environnement. Cet article analyse, à partir de ce cas, la relation triangulaire entre les pouvoirs publics, leurs experts, et les acteurs porteurs d’une contre-expertise dans le cas d’une controverse relative à des enjeux de biodiversité. Il adopte le cadre conceptuel de l’Analyse stratégique de la gestion environnementale (Mermet et al., 2005) qui permet d’aborder le rôle des différents acteurs dans la gestion d’un écosystème et leur rôle respectif par rapport à l’enjeu environnemental. On montrera que l’expertise instituée par l’appareil politico-administratif peut l’aider à faire fi d’engagements écologiques pourtant pris par les politiques eux-mêmes. On verra aussi que la présence d’acteurs spécialisés porteurs d’une contre-expertise est déterminante dès lors que se posent publiquement des enjeux d’action concernant la biodiversité. Cette fonction de contre-expertise, positionnée en porte-parole de la biodiversité dans l’arène publique se décline en une série de rôles stratégiques complémentaires que détaille l’article.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.314
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.002
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.014
GPT teacher head0.243
Teacher spread0.229 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations8
Published2013
Admission routes1
Has abstractyes

Explore more

Same venueVertigOSame topicFrench Urban and Social StudiesFrench-language works237,207