Pourquoi certains territoires sont-ils plus résilients que d’autres ? Les trajectoires contrastées de deux vallées pyrénéennes après les crues de 2013
Bibliographic record
Abstract
Les 18 et 19 juin 2013, une crue d’occurrence centennale frappe les Pyrénées centrales, situées à la frontière franco-espagnole, dans le sud de la France, de la vallée de la Garonne à celle du gave de Pau. Si le nombre de victimes (3 décès) est limité eu égard à l’ampleur de l’événement, les dégâts sont considérables. Six ans après l’événement, les deux vallées les plus marquées par la crue présentent des visages très différents et la vallée de Barèges, pourtant plus touchée, a mieux récupéré que celle de la Garonne. Nous interrogeons ces disparités dans la récupération post-catastrophe. Nous montrons que cette différenciation n’est pas directement liée aux modalités de la gestion de crise : d’une vallée à l’autre, ce sont à peu près les mêmes difficultés qui ont été rencontrées et les mêmes réponses qui ont été apportées. Cela nous amène à montrer que la différence de résilience tient surtout, ici, à des vulnérabilités et dynamiques territoriales préexistantes à la crue.
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 | 0.000 | 0.001 |
| 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 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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.
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".