MétaCan
Menu
Back to cohort
Record W4211205961 · doi:10.4000/vertigo.32600

La Nouvelle-Calédonie face à ses déchets. Quel modèle de gestion des déchets pour les territoires insulaires?

2021· article· fr· W4211205961 on OpenAlexvenueno aff
Laurence Rocher, Romain Garcier, Nathalie Ortar, Gilles Pestaña, Myra J. Hird

Bibliographic record

VenueVertigO · 2021
Typearticle
Languagefr
FieldEngineering
TopicMining and Resource Management
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

Bien que la question des déchets ne domine pas les préoccupations environnementales, politiques et sociales en Nouvelle-Calédonie, elle connaît de profondes transformations depuis une quinzaine d’années. Ces transformations sont menées au nom d’une puissante rhétorique de “modernisation”, qui vise à rationaliser la gestion des déchets en vertu d’un modèle très largement inspiré de la France métropolitaine. L’article montre que cette rationalisation prend la forme d’une normalisation institutionnelle, infrastructurelle et comportementale, qui vise à répondre à des impératifs sanitaires et environnementaux. Nous argumentons que le modèle modernisateur repose sur une certaine vision de la mobilité des déchets et de la “circularisation” de l’économie. L’introduction du recyclage en particulier, est emblématique de ce modèle et en révèle les limites. Plusieurs cas relatifs à l’économie du recyclage montrent la difficulté à mettre les déchets en mouvement. L’analyse, qui propose un regard critique sur les modèles modernisateurs dans le domaine des déchets et leur réplication indifféremment des contextes, invite à prêter une attention plus systémique à la génération des déchets d’une part, et d’autre part aux facteurs qui déterminent leur devenir et leur circulation dans des contextes insulaires.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.613
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.035
GPT teacher head0.221
Teacher spread0.186 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations2
Published2021
Admission routes1
Has abstractyes

Explore more

Same venueVertigOSame topicMining and Resource ManagementFrench-language works237,207