Justice climatique et démocratie environnementale - Les inégalités d’accès au droit des populations vulnérables aux risques littoraux – quelques éléments de comparaison
Bibliographic record
Abstract
La démocratie environnementale, promue notamment par la convention d’Aarhus (accès à l’information, participation aux décisions publiques et accès au juge en matière d’environnement), se heurte sur le terrain à des inégalités économiques et sociales. Notamment, en matière de risques littoraux dans un contexte de changement climatique, les populations exposées ne sont pas égales, y compris sur le territoire français. Des exemples étudiés sur les littoraux basque et guadeloupéen permettent de mettre en résonance des cas de populations très différentes en termes de vulnérabilité environnementale, sociale, économique et juridique. Une fois ces éléments analysés, il est utile de réfléchir à la définition de l’intérêt général qui devrait conditionner les opérations publiques de défense contre la mer ou de relocalisation des biens exposés. Or cet intérêt général n’est pas défini a priori, et apparaît plutôt, dans nombre de cas, comme un cumul d’intérêts particuliers ou économiques de propriétaires disposant d’importantes capacités d'action, renforcées par la valeur élevée de leurs biens. Une réflexion plus poussée devra donc être menée, afin de refonder l’adaptation des territoires au changement climatique sur des critères d’équité, qui permettent de mettre en sécurité de façon prioritaire les personnes les plus vulnérables.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.004 | 0.006 |
| Science and technology studies | 0.003 | 0.006 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".