Engager les pratiquants de loisirs dans la gestion des invasions biologiques : une co-production territoriale
Bibliographic record
Abstract
Engager les pratiquants de loisirs dans la gestion du milieu naturel suppose d’être en capacité d’imaginer des modes de coordination adéquats, jusqu’à présent plutôt conçus par et pour les experts de la profession. Dans cet article, nous proposons de réfléchir à cette question à partir du cas des plantes aquatiques invasives, en étudiant les dispositifs mis en place sur les lacs Aquitains, dans le Sud Ouest de la France. Nous abordons ces dispositifs comme des processus de co-production territoriale, grâce à des outils d’analyse empruntés à l’économie des services. Nous montrons que les expérimentations ayant réussi à impliquer des pratiquants valorisent tout d’abord leurs compétences opérationnelles et relationnelles, et assez peu (voire pas) expertes. Ces formes d’actions collectives sont autant conditionnées par les plantes que par les supports sur lesquels celles-ci se développent. Dans ce contexte, l’implication des pratiquants de loisirs va largement contribuer à façonner la nature des actions mises en place et, par ce fait, conférer une dimension territoriale à la gestion. Ce processus s’accompagne néanmoins d’une tendance à la micro-localisation des tâches, ainsi que d’une certaine spécialisation des responsabilités, finalement assez peu compatibles avec les dynamiques spatiales des plantes, et que seuls les techniciens et les gestionnaires traditionnels de l’espace semblent en mesure de dépasser. Ces premières initiatives n’en conservent pas moins un caractère pionnier, véritable source d’inspiration pour de futures expériences de gestion participative.
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 | 0.007 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.015 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.001 | 0.009 |
| Research integrity | 0.003 | 0.003 |
| 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".