MétaCan
Menu
Back to cohort
Record W2073287483 · doi:10.4000/vertigo.12469

Le concept de résilience à l’épreuve du génie urbain

2012· article· fr· W2073287483 on OpenAlexvenueno aff
Bruno Barroca, Damien Serre, Diab Youssef

Bibliographic record

VenueVertigO · 2012
Typearticle
Languagefr
FieldEngineering
TopicInfrastructure Resilience and Vulnerability Analysis
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

Chaque événement naturel appliqué sur des territoires urbains révèle la limite des stratégies actuelles de gestion des risques et montre l’importance prépondérante des réseaux techniques dans la gestion de la crise et de l’après-crise. Le génie urbain permet d’analyser, par une approche transversale, d’une part l’analyse des contraintes techniques qui amènent à la conception et à la gestion des réseaux, d’autre part l’inscription de ces réseaux dans les territoires et dans les usages. Ainsi, le réseau dépasse l’unique objet dédié au fonctionnement urbain et s’insère dans un ensemble d’éléments en relation dont le fonctionnement s’apparente à un système technique. Pour comprendre et analyser les risques urbains, de type naturel ou technologique, appliqués à des systèmes techniques, le concept de résilience permet de dépasser les ambitions de fiabilisation souvent sectorielles des réseaux techniques. La résilience est un concept récent dans les sciences du territoire. Ce concept s’applique généralement à des systèmes et aborde le risque par l’adaptation des enjeux, l’absorption de l’aléa, la récupération du territoire après la crise. Pour aborder la résilience, le génie urbain doit redéfinir sa façon d’aborder la relation entre le risque et les systèmes techniques et se doter d’un référentiel. Cet article présente un modèle conceptuel de résilience pour les systèmes techniques qui repose sur l’identification de trois types de résilience complémentaires. La résilience fonctionnelle représente la capacité d’un système technique à se préserver de dommages importants tout en assurant au minimum le service nécessaire aux infrastructures critiques. Par la résilience fonctionnelle, les systèmes techniques cherchent de manière intrinsèque à augmenter leur propre résilience. La résilience corrélative caractérise la relation entre la demande de service et la capacité du système technique à y répondre. Diminuer la sollicitation faite à un système peut permettre de le maintenir en fonctionnement et de le protéger afin qu’il se rétablisse plus rapidement. Il s’agit d’adapter la demande à la capacité des systèmes techniques. Au-delà de la crise et de sa gestion, le retour à une situation « viable » est aussi un élément d’appréciation de la résilience. Des relations de solidarité entre les systèmes techniques et d’autres territoires peuvent aussi constituer un facteur de résilience des systèmes techniques. La résilience territoriale exprime cette capacité à mobiliser un territoire bien au-delà de l’espace impacté.

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), Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.457
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
Bibliometrics0.0000.001
Science and technology studies0.0000.000
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0000.001
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 head0.010
GPT teacher head0.225
Teacher spread0.215 · 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 designSimulation or modeling
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

Citations11
Published2012
Admission routes1
Has abstractyes

Explore more

Same venueVertigOSame topicInfrastructure Resilience and Vulnerability AnalysisFrench-language works237,207