Vers une mise en débat des incertitudes associées à la notion de service écosystémique
Bibliographic record
Abstract
Le concept de service écosystémique – idée de services fournis par les écosystèmes à l’humanité- connaît aujourd’hui un succès exponentiel, tant dans les sphères scientifiques que politiques. Mais du fait de ce succès, ce concept est de plus en plus considéré comme un acquis, sans que soient reconnues et prises en compte les fortes incertitudes qui lui sont associées. Cet article souligne d’abord les incertitudes scientifiques qui portent sur les dynamiques sous-jacentes à la production des services. En effet, dans de nombreuses situations, les scientifiques ne sont pas en mesure d’énoncer avec certitude des relations de cause à effet entre l’état d’un écosystème et la fourniture effective d’un service, soit parce que les connaissances sont insuffisantes, soit parce que les systèmes considérés sont par nature imprédictibles. L’article souligne ensuite l’importance des incertitudes sociétales associées à ce concept, c’est-à-dire l’existence de perceptions différenciées, voire contradictoires, avec des controverses d’une part autour du concept même de service et de la place de l’homme dans les écosystèmes, et d’autre part autour des dispositifs de gouvernance issus de ce concept, tels que les paiements pour services environnementaux. À partir d’une revue de la littérature, cet article montre que si les incertitudes scientifiques associées au concept de service écosystémique sont relativement reconnues et prises en compte, les incertitudes sociétales le sont beaucoup moins. Il semble nécessaire de développer des démarches fondées sur la confrontation et l’intégration des points de vue, des intérêts et des connaissances des différents acteurs sur les services et leurs dynamiques, pour que les arbitrages (trade-offs) entre services soient l’objet de choix collectifs explicitement négociés.
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 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.005 | 0.030 |
| Scholarly communication | 0.013 | 0.015 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.004 | 0.008 |
| Insufficient payload (model declined to judge) | 0.005 | 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".