Évolution de l’urbanisme et exposition au risque cyclonique à Saint-Martin de 1954 à 2017
Bibliographic record
Abstract
Les ouragans sont relativement courants dans les Antilles et sur l’île de Saint-Martin en particulier. L’incapacité des sociétés à faire face à ce genre d’évènement et à s’en relever interroge. Dans cette étude, nous montrons que l’île de Saint-Martin a dû s’adapter entre 1954 et 2017 (avant l’ouragan Irma) à de nombreuses contraintes, dont certaines d’une ampleur bien plus importante que les ouragans. Ainsi en l’espace de presque 70 ans, la densité de population de la partie française de Saint-Martin est passée de 75 habitants par kilomètre carré à 668 habitants par kilomètre carré. La majeure partie de cette augmentation s’est produite en l’espace de 5 ans, suite à une loi de défiscalisation qui a favorisé l’investissement immobilier à partir de 1986 : la loi Pons. Plus de 12 000 bâtiments ont été construits à Saint-Martin pour accueillir les nouveaux habitants de l’île, mais aussi les touristes. De nombreux quartiers ont connu une croissance importante qui a débuté à la fin des années 1980. Cependant, on observe des spécificités dans l’urbanisme qui résultent de la très forte ségrégation sociale et territoriale qui règne sur l’île entre, d’un côté, les résidences privées des quartiers aisés et de l’autre les quartiers populaires, avec des habitations plus vulnérables. Les ouragans ont eu pour effet de renforcer les inégalités datant des années 1960-1980 en affectant plus particulièrement les habitats fragiles des populations les plus pauvres. Ces inégalités sont également accentuées par les sociétés qui accordent plus d'aides à la reconstruction aux personnes mieux insérées socialement.
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 | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 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".