Le jeu de la concertation autour des sites Seveso : une analyse des dispositifs de gouvernance locale dans l’agglomération dunkerquoise
Bibliographic record
Abstract
À travers une approche territoriale menée dans l’agglomération dunkerquoise où sont concentrés pas moins de 14 sites industriels classés SEVESO, nous avons réalisé une étude des outils de gouvernance locale intervenant dans la gestion des risques et pollutions industriels. Nous avons interrogé les formes d’interaction entre les acteurs (entreprises, représentants de la société civile, acteurs institutionnels) et structures (SPPPI, CLIC, CLI…) concernés par ces risques afin de mettre en évidence les modalités de gouvernance à l’œuvre. Comment les acteurs locaux s’organisent-ils pour vivre et se prémunir dans un environnement pollué par les rejets industriels et exposé aux risques ? Qui participe aux modes de gestion institutionnels, dans quelles structures ? Comment les différentes structures de concertation coexistent-elles et comment se structurent leurs interventions dans la gouvernance locale ? Pour répondre à ces questionnements, une analyse des instances de concertation a été réalisée au moyen d’entretiens qualitatifs menés auprès des acteurs locaux y participant. Les entretiens laissent notamment apparaître des attitudes ambiguës à l’égard des structures de concertation implantées sur le territoire. Bien que les participants critiquent les modalités de fonctionnement de ces dispositifs et leur absence de pouvoir décisionnel, le jeu de la concertation pratiqué dans ces instances semble pourtant accepté de tous, chacun y trouvant un intérêt stratégique. Au-delà de la mise en évidence d’une grande asymétrie des rôles et de la légitimité des acteurs, cette analyse des structures de concertation nous livre également une double lecture du jeu des acteurs locaux « multipositionnés » dans des réseaux formels et informels de relations dans lesquels se définissent les règles de la gouvernance locale.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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".