Des conséquences d’une éthique de la gouvernance sur le management des risques majeurs
Bibliographic record
Abstract
Le management des risques majeurs est un thème qui fait l’objet d’une attention grandissante de la part des décideurs comme de l’opinion publique et suscite l’intérêt d’un nombre toujours plus important de chercheurs. Il apparaît aujourd’hui essentiel de proposer un cadre intégrateur qui puisse contenir et agencer les différentes politiques publiques relevant du management des risques majeurs. La conceptualisation de principes intégrateurs n’est pas indépendante d’une éthique de la gouvernance, qui devrait nous aider à répondre à la question : comment aborder la problématique de la responsabilité des pouvoirs publics en matière de management des risques majeurs ? Cet article fournit des points de repère conceptuels et méthodologiques permettant de s’orienter dans le management intégré des risques majeurs. Il représente une synthèse des résultats intermédiaires du travail effectué par une équipe interdisciplinaire qui s’est donné pour objectif d’intégrer les contributions des sciences de la terre et de l’environnement, de la santé publique, des sciences économiques et sociales et de l’histoire à la problématique du management des risques majeurs.
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 | 0.049 | 0.049 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.008 | 0.032 |
| Scholarly communication | 0.015 | 0.009 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.008 | 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".