Bernard MOTULSKY, Jean Bernard GUINDON et Flore TANGUAY-HEBERT (dir.) (2017), Communication des risques météorologiques et climatiques
Bibliographic record
Abstract
D’emblée et par souci de pédagogie, je vous propose la définition de la nouvelle pratique communicationnelle, dont il est question dans le présent ouvrage : la communication des risques ne constitue pas une fin en soi. Elle fait partie intégrante de la démarche de gestion des risques et c’est sur elle que repose la capacité d’influencer la perception du risque et l’adoption des comportements sécuritaire, objectif ultime de la communication des risques (p. 90).2Le marketing public pour les questions de risque de santé stabilisé comme une pratique professionnelle et une recherche scientifique s’est élargi pour appréhender par la communication publique les risques météorologiques et climatiques. En effet, interroger la place de la communication dans les dispositifs de gestion intégrée de ces risques s’impose devant l’aggravation des conséquences des catastrophes naturelles. Réfléchir sur les activités de communication en situation de crises extrêmes se justifie aussi par l’échec des logiques communicationnelles, plutôt médiatiques, jusque-là caractérisées par la médiatisation et la polémisation du risque. Ces éléments d’interrogation de l’action publique en matière de communication de risque météorologique et climatique constituent à la fois l’objet et l’enjeu de ladite communication à la quête de sa légitimation scientifique, professionnelle et institutionnelle.
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 | 0.004 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.007 | 0.009 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.005 | 0.007 |
| Insufficient payload (model declined to judge) | 0.013 | 0.007 |
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".