Infrastructures critiques, vulnérabilisation du territoire et résilience : assainissement et inondations majeures en Île-de-France
Bibliographic record
Abstract
Les réseaux d’assainissement sont des infrastructures critiques dont l’importance dans le processus de vulnérabilisation territoriale et dans la résilience est encore sous-évaluée. Si le rôle des réseaux d’énergie, de transport et de télécommunication dans la survenue des crises et le relèvement post-catastrophe est de mieux en mieux appréhendé, tant du point de vue théorique qu’opérationnel, celui des réseaux d’assainissement reste mal apprécié. Leur vulnérabilité est encore mal connue. Cet article a pour but de montrer, à partir du cas francilien, que les réseaux d’assainissement constituent des enjeux majeurs du territoire. Après avoir recontextualisé les différentes approches des liens entre sécurité et infrastructures critiques, l’article présente l’organisation de l’assainissement en Île-de-France. Il aborde la prise en compte de ce type de réseaux dans les actions de planification et de préparation à l’occurrence d’une crue centennale, et développe les conséquences potentielles de son endommagement ou de sa défaillance pour la gestion de crise et le relèvement post-catastrophe.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.007 | 0.010 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 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".