La résilience à l’épreuve du local : la gestion du risque redéfinie par les habitants de Barrio Luján, Costa Rica
Bibliographic record
Abstract
Polysémique, le concept de résilience est mobilisé depuis une dizaine d’années dans le domaine de la gestion du risque, à l’échelle internationale et nationale. Ainsi, le concept est incorporé dans les politiques publiques de gestion du risque au Costa Rica pour aborder l’échelle locale du risque et renforcer la capacité de réponse des habitants face aux événements. Des Comités de riverains de gestion de l’urgence sont ainsi créés. À partir des résultats d’un travail d’observation et d’entretiens réalisé dans le cadre d’une formation pour les habitants dans un quartier de San José exposé au risque d’inondation, l’objectif de cet article est d’interroger l’ambivalence du concept de résilience tel que défini par le cadre des dispositifs socio-politiques de gestion de crise au Costa Rica. Nous montrons que le cadre de la résilience, pensé par les gestionnaires pour consolider la capacité de réponse des habitants en cas de crise, ouvre la voie à son propre débordement. Les riverains se réapproprient l’espace du comité créé et s’efforcent de pluraliser les causes de leur vulnérabilité pour remettre en cause la gestion du risque assurée par la municipalité.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| 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".