Bibliographic record
Abstract
Auparavant, le droit de l’eau s’intéressait à l’eau douce exclusivement. L’exigence d’une démarche intégrée a conduit à prendre en considération les eaux côtières. Si le droit de la mer ne s’intéresse pas précisément à la colonne d’eau, tout en faisant référence aux pollutions d’origine tellurique, la Gestion intégrée des zones côtières impose une approche nécessitant la coordination des politiques publiques pour un territoire au carrefour terre/mer. Sous l’impulsion du droit européen, les eaux marines font l’objet d’une approche spécifique qui impose aussi la coordination avec les eaux douces, générant de ce fait une approche convergente. Ainsi le droit de l’eau lui-même et le droit de la mer conduisent à identifier un cadre commun d’intervention, mais aussi le renforcement progressif des exigences, lequel révèle la solidarité des territoires et que conforte la GIZC. Ces évolutions caractérisent désormais une approche plus globale, avec des perspectives inéluctablement renouvelées. Elles se traduisent tant en termes de gouvernance, au regard des décisions et des instruments, que des responsabilités, notamment des acteurs publics, mais aussi celles des acteurs privés, qui ne peuvent plus être ignorées. In fine, c’est bien l’effectivité des mesures instaurées qui est en cause.
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 | 0.006 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.013 | 0.012 |
| Open science | 0.003 | 0.008 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.020 | 0.007 |
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".