MétaCan
Menu
Back to cohort
Record W2917551251 · doi:10.4000/vertigo.22187

Une société montagnarde à l’épreuve des inondations : entre vulnérabilité et stratégies d’adaptation

2018· article· fr· W2917551251 on OpenAlexvenueno aff
Dominique Baud

Bibliographic record

VenueVertigO · 2018
Typearticle
Languagefr
FieldEarth and Planetary Sciences
TopicTree-ring climate responses
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

Dans les Alpes du XVIIIe siècle à aujourd’hui, la variabilité des crues (fréquence, intensité) a entrainé des pratiques et des modes d’organisation spécifiques de la part des sociétés afin de se prémunir du risque. En ce sens, des stratégies d’évitement ou d’adaptation ont été développées par les communautés montagnardes visant à réduire leur vulnérabilité et les potentiels dommages. L’étude des archives historiques permet de documenter les impacts (endommagement ou destruction d’infrastructures, victimes, routes détruites, champs engravés, etc.) à l’échelle des derniers siècles, mais également d’appréhender l’efficience des modes de gestion du risque passés. Cet article s’intéresse à l’évolution de la vulnérabilité/exposition et des modes de gestion (aménagements de protection, etc.) à partir de l’étude de documents cartographiques (cadastres anciens) et textuels (témoignages, rapports d’experts, chiffrage des dégâts occasionnés, etc.) d’un territoire de montagne. L’objectif de cette analyse géohistorique est d’apporter des éléments de réflexion pour évaluer dans quelle mesure un territoire fortement impacté sur une période donnée gère sa propension à l’endommagement par la suite. À travers l’étude de la commune d’Aime située dans la vallée de Tarentaise (Savoie) nous verrons si trois événements de crue à fort impact survenus au XVIIIe siècle (1732, 1733 et 1778) ont modifié durablement ou non l’occupation du sol et les pratiques des habitants. L’utilisation des rapports d’inondations et des cadastres sarde (1730) et français (1890) permettra de spatialiser les dommages causés par les crues et les changements intervenus dans l’occupation du sol entre le début du XVIIIe siècle et la fin du XIXe siècle.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.313
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0010.001
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0070.002

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.

Opus teacher head0.054
GPT teacher head0.284
Teacher spread0.230 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations3
Published2018
Admission routes1
Has abstractyes

Explore more

Same venueVertigOSame topicTree-ring climate responsesFrench-language works237,207