Diagnostic préventif de la vulnérabilité des constructions résidentielles pour leurs occupants face au risque de submersion marine appliqué à l’île de Noirmoutier (Vendée, France)
Bibliographic record
Abstract
En février 2010, la tempête Xynthia génère une submersion marine sur les côtes atlantiques françaises, à l’origine de 41 noyades. Les retours d’expérience pointent la configuration et la localisation des constructions résidentielles comme facteur aggravant de la vulnérabilité humaine. Face à ce constat, l’État décide la destruction des constructions les plus dangereuses. Néanmoins, cette politique des « zones noires » n’a été appliquée que sur les territoires les plus impactés par Xynthia. Or, il existe d’autres secteurs vulnérables à la submersion marine en France. Ce travail propose de mener un diagnostic préventif de la vulnérabilité des constructions résidentielles pour leurs occupants sur l’île de Noirmoutier. Peu touchée par Xynthia, l’île présente une configuration propice à la submersion marine et a déjà été durement touchée par le passé. À partir de la méthode de l’indice V.I.E., les résultats montrent une inégale exposition des communes pour un événement de type Xynthia. 46 % des constructions résidentielles de l’île seraient exposées en cas d’inondation avec des disparités selon les communes, la part du bâti exposé allant de 28 % à 76 %. Toutefois, les communes qui comptent la part la plus importante de constructions les plus vulnérables pour leurs occupants sont celles où l’urbanisation est proche des digues. S’il faut relativiser la vulnérabilité de l’île de Noirmoutier vis-à-vis de La Faute-sur-Mer (29 décès lors de Xynthia), cela confirme le rôle des digues comme facteur aggravant de la vulnérabilité. Ce diagnostic ouvre la réflexion sur l’adaptation afin de prévenir les conséquences d’un futur évènement de submersion marine sur l’île.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| 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".