L’outarde et le TGV : une controverse sur les compensations pour atteintes à la biodiversité
Bibliographic record
Abstract
Le principe de compensation des atteintes à la biodiversité consiste pour les aménageurs à rembourser leur « dette » résiduelle de biodiversité constituée par les impacts de leur projet, après qu’ils aient mis en œuvre des actions pour éviter et réduire au maximum ces impacts. Néanmoins, la réalisation concrète de ces compensations est chargée d’incertitudes quant à leur efficacité réelle et les compensations sont devenues un objet de controverses. L’examen des différentes phases d’une controverse autour des compensations d’un grand aménagement pour les atteintes à une espèce d’oiseau protégée montre qu’aux incertitudes scientifiques et techniques sur les façons de compenser, s’ajoutent un second moteur de controverse, un niveau stratégique où les acteurs défendent leurs intérêts. En prenant en compte ces deux origines de la controverse, il est possible de reconsidérer le rôle de l’expertise extérieure appelée à la rescousse pour « objectiver » la controverse. On a montré que si cette expertise ne constituait finalement pas une contribution pour concevoir des mesures compensatoires valables, elle avait en fait pour fonction d’aider l’État à résoudre un conflit entre l’aménageur et les associations naturalistes, étape indispensable pour permettre la poursuite du projet d’aménagement.
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 | 0.012 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.008 |
| Scholarly communication | 0.009 | 0.007 |
| Open science | 0.003 | 0.005 |
| Research integrity | 0.006 | 0.006 |
| Insufficient payload (model declined to judge) | 0.018 | 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".