Les enjeux environnementaux au cœur du développement territorial
Bibliographic record
Abstract
Dans le cadre d'une aspiration croissante des citoyens à une prise en compte du développement durable dans les politiques publiques, les « territoires » sont en mesure de constituer un échelon stratégique pour concilier objectifs de développement économique et préservation de l'environnement. La question territoriale demeure un enjeu très fort pour le développement durable tant par la nécessité de prendre en compte les interdépendances, que l’intégration de principes normatifs d’équité. S'inscrivant dans une volonté de croiser l’environnement avec des thématiques présentant des enjeux sociétaux forts, ce Hors-série de [VertigO] aborde d’abord la question de la mise à l’agenda des enjeux environnementaux au niveau local, puis la question redoutable des conditions de l’efficacité de différents programmes ou dispositifs spécifiquement prévus pour intégrer à la fois les préoccupations environnementales et le développement territorial. Les articles présentés dans ce Hors-série sont tous issus du symposium final du programme de recherche français PSDR 3 (Pour et Sur le Développement Régional) dont l’une des caractéristiques fortes est d’associer des chercheurs et des acteurs professionnels ou de la décision publique à la fois dans la conception et le portage des projets de recherche.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 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".