Bibliographic record
Abstract
Le système portuaire français a entamé une profonde mutation en 2008 à travers la réforme portuaire qui a notamment recentré les grands ports maritimes (GPM) sur leur rôle d’aménageurs de l’espace portuaire et de promoteurs et animateurs de la place portuaire. Les zones portuaires sont, de par leur position géographique, de véritables pierres angulaires du développement industriel du pays. Elles ont vocation à devenir des lieux privilégiés de l’implantation d’activités industrielles et économiques génératrices de trafic maritime. Les autorités portuaires ont un rôle important à jouer dans la facilitation de ces implantations ; elles ont inscrit cet objectif dans leurs projets stratégiques 2014-2019 qui sont en lien avec la stratégie portuaire nationale. Cette évolution du rôle des ports français est d’autant plus nécessaire que l’industrie portuaire est en pleine mutation. Reposant principalement sur l’industrie lourde (pétrole, sidérurgie...), le modèle économique des ports tend désormais à s’appuyer sur la notion de plateforme, les secteurs historiques s’effaçant au profit de filières stratégiques de l’économie circulaire (tant verte que bleue) et de la logistique. Portes d’entrée des territoires et zones de massification des flux, les espaces portuaires, qui disposent d’importantes réserves foncières, accueillent une part significative de la production industrielle et énergétique nationale, mais celle-ci s’inscrit dans un contexte de décroissance.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.011 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.046 | 0.009 |
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".