Science et démocratie dans la gestion de la nature : des ethno-sociologues pris dans la modélisation d'accompagnement
Bibliographic record
Abstract
Cette contribution présente les analyses croisées de quatre chercheurs en sciences humaines impliqués dans des démarches de modélisation d’accompagnement. Dans le cadre d’un projet de recherche (Institut Français de la Biodiversité) portant sur la transformation des paysages (embroussaillement, boisements spontanés) à la suite de l'abandon des pratiques agricoles et l’émergence de nouvelles attentes sociales sur la valeur environnementale de ces milieux, quatre systèmes multi-agents ont été construits sur chacune des réserves de biosphère françaises concernées. Cette approche s’inscrit dans les « sciences de la complexité » considérant que la gestion des ressources naturelles constitue des systèmes complexes en situation d’incertitude et propose de dépasser le clivage sciences de la nature/ sciences sociales. L’objectif étant de construire une démarche de recherche finalisée et participative. La réflexion porte sur la place des sciences sociales dans cette démarche, les rôles que les chercheurs ont joué dans les différents contextes et les difficultés rencontrées, elle se poursuit sur les rapports entre natures et sociétés.
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 | 0.008 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.017 |
| Scholarly communication | 0.009 | 0.010 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 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".