Droit des risques littoraux et changement climatique : connaissance, anticipation et innovation
Bibliographic record
Abstract
Les risques littoraux (érosion, recul du trait de côte et submersion marine) semblent s’amplifier ces dernières années, par les effets croisés du changement climatique (tempêtes extrêmes plus fréquentes, élévation du niveau marin) et de l’urbanisation croissante du littoral. Si, en France, les gestionnaires publics semblent avoir pris la mesure de ces risques, les réponses sont encore orientées vers des solutions techniques (digues, épis, rechargements de plage…). Pour autant, des opérations pilotes de relocalisation sont aujourd’hui lancées, initiées par la Stratégie nationale de gestion du trait de côte et l’appel à propositions du ministère de l’Environnement de 2012. Or ces opérations posent aujourd’hui des questions juridiques qui méritent d’être approfondies, à travers cet ouvrage collectif proposé par le Laboratoire Interdisciplinaire Environnements et Urbanisme (LIEU), dont les équipes travaillent depuis plusieurs années sur ces thématiques. Pour permettre d’appréhender la richesse et la diversité des approches, les nombreuses analyses juridiques contenues dans cet Hors-série de [VertigO] s’appuient sur des éclairages interdisciplinaires. Ce hors-série a aussi été produit grâce la Fondation de France, du Programme Interdisciplinaire de Recherche Ville et Environnement (PIRVE), le Programme Liteau et d'Aix-Marseille Université et de sa Faculté de Droit et Science Politique.
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 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.003 | 0.009 |
| Scholarly communication | 0.016 | 0.008 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.015 | 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".