Les ressources territoriales des îles de l’Iroise à l’épreuve du développement local
Bibliographic record
Abstract
L’article pose la question de la gestion par le collectif des pressions engendrées par la dynamique de développement local sur les ressources des territoires insulaires de la mer d’Iroise, l’île d’Ouessant, l’archipel de Molène et l’île de Sein. Une enquête de terrain a permis de réaliser 55 entretiens semi-directifs auprès de trois publics: porteurs d’activités, élus, gestionnaires; 254 questionnaires, dont 116 auprès des habitants et 138 auprès de touristes, ont apporté des informations quantitatives sur la mobilisation des ressources territoriales. Pour l’essentiel, celles-ci viennent de la mer. Elles sont halieutiques certes, mais aussi paysagères, voire plus globalement géographiques, au sens où la vie insulaire constitue, en tant que cadre de vie, un facteur d’attractivité, pour le moins le moteur de la fabrique identitaire et de fait, sociétale. Les ressources sollicitées aujourd’hui dans le cadre du développement local sont à la fois des ressources naturelles, sociales, spatiales et financières. Les pressions qui s’exercent sur le territoire s’expriment sous deux formes principales: la secondarisation de l’habitat et la disponibilité foncière en général, d’une part; la concurrence sur les ressources halieutiques, d’autre part. L’élément clé identifié sur le territoire concernant la gestion de ces ressources, est une difficulté de communalisation c’est-à-dire d’organisation des acteurs dans le but de gérer les ressources collectivement. Les organismes de conservation du milieu marin ne semblent pas actuellement parvenir à infléchir significativement la gestion des ressources, mais ils représentent un outil, éventuellement une ressource territoriale sous-exploitée, en faveur de ce processus de communalisation.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.010 | 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".