Atténuer l’impact des pratiques de pêche sur les écosystèmes par l’application du gradient de juridicité
Bibliographic record
Abstract
L’impact croissant des pratiques de pêche sur les écosystèmes marins et les services écosystémiques rend nécessaire la mobilisation de moyens juridiques et sociétaux afin de corriger les effets pervers qu’elles produisent. L’autorité publique peut-elle, par l’intermédiaire du droit, s’immiscer librement dans la régulation de ces pratiques pour leur permettre de produire un effet vertueux sur la biodiversité, les écosystèmes et les services écosystémiques ? N’existe-t-il pas un seuil au-delà duquel elle ne doit plus agir ? Il semble possible de répondre à ces questions en appliquant l’outil d’analyse juridique émergent et récemment conceptualisé appelé gradient de juridicité. L’application inédite de cet outil est ici étudiée au sein d’un laboratoire d’observation depuis longtemps mobilisé pour étudier d’un point de vue social, gestionnaire et environnemental les pratiques de pêche professionnelle susceptibles d’impacter la biodiversité et les services : le Parc Naturel Marin d’Iroise. Après avoir dressé un état des lieux des pratiques et de leurs impacts sur la biodiversité, les écosystèmes et les services écosystémiques, l’article recensera les principaux instruments de droit positif et les régulations privées applicables pour rendre compte de leur degré d’effectivité et d’efficacité. Sur cette base, l’article proposera alors d’appliquer le gradient de juridicité, pour envisager une nouvelle manière d’agir sur les pratiques, de la part de l’autorité publique. Cette démarche trouvera un prolongement dans la réflexion portant sur la construction du concept de gouvernance.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".