Relocaliser les enjeux exposés aux risques côtiers en France : points de vue des acteurs institutionnels
Bibliographic record
Abstract
L’adoption de la stratégie nationale de gestion intégrée du trait de côte en 2012 par le ministère de l’Écologie, du Développement durable et de l’Énergie (MEDDE) en France, découle des enseignements de la tempête Xynthia (2010). À travers ce document, le gouvernement incite les collectivités territoriales à envisager la relocalisation à l’intérieur des terres des enjeux exposés aux risques côtiers d’érosion et de submersion marine. Les projets passés de recul ou de suppression des enjeux ont cependant fait l’objet d’une très faible acceptation sociale. L’objectif du présent article est de confronter cette notion, telle qu’elle est soutenue par le gouvernement, aux réalités du terrain. Il s’appuie sur l’analyse d’entretiens menés auprès d’acteurs institutionnels. Ces derniers ont été choisis pour leur implication dans les démarches soutenues par l’appel à projets « Expérimentation de la relocalisation » proposé par le MEDDE. Il en ressort que cette mesure doit faire face à plusieurs difficultés, notamment en termes d’échelles temporelles, spatiales, de gestion foncière et financière. Dans un contexte actuel de décentralisation de l’État français, la relocalisation se heurte également à des questions plus générales d’articulation entre l’échelle locale et l’échelle globale. De telles démarches, envisagées sur le long terme, sont cependant essentielles pour s’adapter aux changements climatiques actuels.
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 | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.007 | 0.006 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".