Les limites de la cartographie des risques littoraux : des perspectives pour la compréhension de tous
Bibliographic record
Abstract
Grâce à l’utilisation d’un langage à la fois figuratif et symbolique, la carte est considérée comme une image qui permet une « lecture globale et instantanée » de l’information (Levy, 2002). La carte offre la possibilité de lire un ensemble de représentations de l’espace. Si son support de lecture répandu est le papier, les écrans (ordinateurs, tablettes et téléphones) deviennent actuellement des interfaces de visualisation privilégiées. Ceux-ci s’accompagnent de deux apports technologiques cruciaux : les logiciels SIG (Système d’information géographique) et les TIC (Technologies de l’information et de la communication), dont la technologie Web. Ces avènements ont permis à la carte de se développer et de devenir un véritable outil de travail, de communication et d’aide à la décision, en facilitant l’observation et l’analyse des phénomènes - interactions entre des processus de l’organisation humaine avec son milieu non humain - sur un espace et dans le temps. Cet ère du numérique associée aux appareils embarqués (portables) révolutionne à la fois la « fabrique de la carte » par/pour les scientifiques, mais également son accès au grand public et aux décideurs. Cependant, l’émergence de cette nouvelle cartographie ne doit pas faire oublier les règles et les méthodes essentielles de sa construction afin de représenter les bonnes dimensions de l’information en fonction de l’utilisateur final et de limiter/éliminer la subjectivité de son concepteur. En 2010, la tempête Xynthia qui a frappé l’ouest de la France marque le développement d’une large production cartographique très contestée (Mercier et al, 2012), imposant un requestionnement des processus de constructions de la carte. Xynthia montre également que la cartographie incarne une technique capable, comme toute autre technique, d’être transgressée pour servir, non pas des intérêts communs, mais particuliers. Afin de mieux comprendre ces phénomènes, nous souhaitons dans cet article expliquer les processus de construction d’une carte tout en analysant les limites qui s’immiscent dans chaque étape, et plus particulièrement dans les cartes appliquées aux risques littoraux. Ceux-ci présentent des enjeux importants - notamment liés à l’économie touristique et marine - et sont soumis à des aléas croissants (fréquence des tempêtes, élévation du niveau des océans, etc.). Par ailleurs, les communes littorales présentent le plus grand nombre d’arrêtés de catastrophe naturelle – Catnat (ONRS, 2011 et BD GASPAR). Fort de ce constat, nous dégageons quelques recommandations dans les domaines de l’adaptation de la carte aux utilisateurs finaux puisqu’elle présente un enjeu majeur dans l’aide à la décision auprès des acteurs locaux et la communication auprès du grand public (habitants comme touristes).
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 | 0.019 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.003 |
| Science and technology studies | 0.002 | 0.010 |
| Scholarly communication | 0.018 | 0.023 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
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".