Contraintes spatiales et enjeux territoriaux d’une déclinaison régionale de la transition énergétique : l’exemple de la région Provence-Alpes-Côte d’Azur
Bibliographic record
Abstract
La question de la transition énergétique se pose désormais à des échelles régionale et locale alors que le problème de l’approvisionnement et du transport de l’énergie est resté jusqu’à récemment une responsabilité nationale dans la plupart des pays. Elle implique de reconsidérer les rapports entre production et consommation d’énergie tout en évaluant les potentiels de production et de mise en œuvre des énergies renouvelables et de l’efficacité énergétique. Le territoire est en ce sens une instance déterminante de réflexion, sans que l’on puisse répondre d’emblée à la question de sa granularité (départements, bassins de vie, communautés de communes, autres échelles). Si la localisation des ressources énergétiques renouvelables induit une forte proximité avec les lieux de consommation, elle pose par contre la question du niveau d’adéquation optimal de l’organisation territoriale de leur exploitation. Cet article propose d’analyser la question de la territorialisation de la transition énergétique sous l’angle des productions d’énergie renouvelable actuelles et potentielles, et des consommations d’énergie dans la région française de Provence-Alpes-Côte d’Azur (PACA).
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 | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".