Évaluation des politiques environnementales accompagnant les projets autoroutiers : cas de l’a75 et via egnatia
Bibliographic record
Abstract
Les projets de construction de nouvelles autoroutes s’accompagnent souvent de mesures environnementales visant à préserver les espaces de proximité. Ces mesures classiques relèvent d’une obligation réglementaire à la charge des sociétés concessionnaires, dans le cas des autoroutes concédées, et de l’État si elles ne sont pas mises en concession. Ces dernières années, nous assistons en France à une politique autoroutière qui est passée du stade de rattrapage à celui de l’aménagement et du développement durable. Des zones rurales et fragiles mises à l’écart des grands réseaux de transport, à cause de leur manque de rentabilité, bénéficient désormais de projets routiers dans une perspective d’aménagement du territoire. La nature des milieux traversés, souvent des régions montagneuses assez sensibles et au paysage exceptionnel, a mené les acteurs à réfléchir sur une nouvelle politique d’accompagnement, tenant à la fois compte des espaces directement traversés et de ceux extérieurs à l’emprise autoroutière. Dans cet article, nous essayons de décortiquer ces évolutions en mettant l’accent sur les innovations introduites et sur le rôle du milieu local. Ce dernier a souvent été occulté, alors même que sa mobilisation est indispensable dans la mise en œuvre de ces politiques environnementales. Nous prenons les cas de l’autoroute A75 en France et de la Via Egnatia en Grèce afin d’établir une comparaison au niveau européen.
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 | 0.007 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
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".