Les résiliogrammes pour représenter la résilience : cas des territoires de la Charente-Maritime et de la Somme face au risque de submersion marine
Bibliographic record
Abstract
L’objectif de ce travail est de mettre en évidence le processus de résilience pratiqué versus l’analyse sémantique du concept de résilience issue d’un corpus d’ouvrages. La définition de la résilience persiste à diverger selon les domaines et les opinions. L’exemple ici s’appuie sur la résilience face à un événement de submersion marine majeur sur des territoires exposés et sensibles à court et à long terme : la Charente-Maritime et la Somme, afin d’étudier l’exhaustivité des capacités de résilience et de les comparer. Ces retours d’expérience tentent de comprendre les facteurs, les mécanismes, le processus de résilience à travers une représentation graphique baptisée « résiliogramme ». Les résiliogrammes reposent sur la réalisation d’entretiens semi-directifs auprès d’acteurs de terrain, de professionnels et d’organismes institutionnels qui jouent un rôle dans la dynamique des territoires. Ces entretiens abordent les thèmes du vécu, de la perception, du partage de l’information sur le risque et du savoir-faire en cas de crise. De multiples capacités constituent le processus de résilience. Toutefois celles-ci s’opposent à des temporalités, des spatialités diverses, aboutissant à des conflits pluridimensionnels. L’écart entre la résilience effective et la résilience sémantique s’accroît, donnant lieu à une gestion globale des risques et des crises composite et subcontraire au vu de l’incertitude des changements climatiques.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.003 | 0.006 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
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.
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".