Cartographie critique de réalités géographiques : cas de planification de l'espace marin, analyse comparée franco-canadienne
Bibliographic record
Abstract
La Planification Spatiale Marine (PSM) est le nouveau dispositif des Etats modernes cherchant a amenager l’espace marin au sein de leurs juridictions maritimes nationales. Pour ce faire, la PSM repose sur les connaissances de certaines disciplines scientifiques et la puissance des geo-technologies (ex. SIG) pour informer et cartographier les conditions existantes en mer. Comme de nombreux contextes normatifs d’amenagement de l’espace geographique, ce dispositif centre son exercice decisionnel sur l’acquisition, le traitement et la representation cartographique de donnees relatives aux monde humain (activites) et non-humain (ecosystemes), ici en mer. Leur information et cartographie instituent ainsi sur plan, une certaine realite geographique. Or dans ces conditions particulieres, il a ete constate une couche manquante d’informations : un paysage humain et social produit notamment par les activites de peche en mer. Ce travail de these de geographie humaine vise a informer et cartographier cette couche manquante par une demarche exploratoire, qualitative et comparative. Celle-ci permet de rendre visible une autre realite geographique existante et observable en mer. Il s’agit d’un assemblage complexe et dynamique de lieux discrets et sensibles, lies par des pratiques sociotechniques de peche, faisant emerger des territorialites singulieres. Aussi l’information et la cartographie de cette couche manquante permettent des lors de questionner les reels tenants et aboutissants de la PSM en action, de mettre en perspective les enjeux qu’elle fait naitre et d’ouvrir les horizons geographiques pour la mobilisation de cette autre realite geographique. En somme, l’information et la cartographie de cette couche manquante se trouvent etre un des nombreux enjeux democratiques de ce debut de XXIe siecle.
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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.006 | 0.016 |
| Science and technology studies | 0.004 | 0.007 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 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".