Entre science et politique en biologie de la conservation : le cas de la chouette tachetée
Bibliographic record
Abstract
Dans les années 1980, la gestion forestière des autorités fédérales aux États-Unis a été remise en cause dans une controverse qui s’est cristallisée autour de la chouette tachetée nordique. À partir d’une revue critique des arguments écologiques utilisés dans la controverse et des enjeux socio-politiques de cette polémique, cet article met en évidence l’influence réciproque de la science et de la gestion pour produire un indicateur écologique dans un contexte de judiciarisation. Nous montrons comment différentes catégories ont été produites et mobilisées politiquement pour caractériser le problème (indicateur chouette tachetée, puis catégorie bon habitat). Nous mettons en évidence les hypothèses qui ont permis sa mise en nombres et en variables (à travers l’estimation du taux de croissance asymptotique de la population de chouette tachetée). Nous observons une prime à l’indicateur existant – et aux hypothèses existantes - quand (i) le processus de gestion a pris pour acquis les hypothèses/résultats fournis par la sphère académique; et (ii) les résultats académiques remettant en cause ces hypothèses ont été peu – voire pas – pris en compte. Ces dernières réflexions nous amènent à discuter l’intérêt d’une gestion adaptative, complétant ainsi l’approche du chapitre introductif.
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 | 0.012 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.009 | 0.033 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.004 | 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".