La compensation biodiversité, un instrument économique au service de l’intérêt général
Bibliographic record
Abstract
La loi de 1976 traduit, pour la première fois dans la législation française, l’esprit de ce qu’est la conception progressive d’un projet d’aménagement du territoire, laquelle doit, en premier lieu, chercher à éviter les impacts négatifs de celui-ci sur l’environnement, puis, dans un second temps, à réduire ceux qui n’ont pu être évités, en adaptant techniquement le projet. Enfin, pour la fraction des impacts résiduels, il s’agit alors de les compenser par une action guidée par l’objectif de non-perte de biodiversité. Bien que renforcée par la loi sur la reconquête de la biodiversité en 2016, cet outil demeure toutefois mal utilisé, puisque le succès de sa mise en œuvre dépend non seulement de l’interprétation des textes normatifs nationaux par les acteurs du territoire (Bigard et al. , 2018) 1 , mais également de l’existence de contrôles et de sanctions. Pour dépasser cette vision, l’approche de la séquence Éviter-Réduire-Compenser (ERC) adoptée par les leviers économiques et financiers semble permettre de dessiner une application plus juste de l’outil considéré afin d’agir en faveur de l’intérêt général.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| 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; both teacher heads agree on what is shown here.
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".