Bibliographic record
Abstract
Le développement des approches systémiques de la résilience centrées sur les systèmes socio-écologiques complexes tente de réconcilier les dimensions physiques et sociales de ce concept. En effet, le développement durable fait appel à la coexistence non seulement des objectifs économiques et sociaux, mais encore des contraintes écologiques, mettant en jeu des échelles d'action et d’inertie spécifiques. L’analyse des échelles temporelles des manifestations de ces contraintes et objectifs nous révèle que les politiques d’actions qui satisfont toutes les propriétés de durabilité sont de ce fait soumises à plusieurs échelles d'évolution de chacun des sous-systèmes économiques, sociaux ou écologiques du développement durable. Cette constatation pose dès lors un certain nombre de questions : comment développer une analyse intégrée de la résilience des territoires en respectant la temporalité des référentiels du développement durable ? Quels dimensionnements temporels des indicateurs de la résilience ? Comment s’articulent-ils avec les modes de gouvernance et de décision ? Pour répondre à ces questions, centrales dans la problématique de la résilience, nous traitons de la question de la temporalité différentielle entre les systèmes économiques, sociaux et écologiques, par le développement d’un modèle inductif dans les trois dimensions du développement durable, appliqué à un cas d’école spécifique, la sécheresse aux États-Unis en 2012. Nous nous interrogerons alors sur la lecture de la temporalité du processus de résilience lié à cet événement au prisme de la théorie des systèmes évolutionnaires.
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 | 0.002 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.002 | 0.005 |
| Scholarly communication | 0.004 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".