Le rôle de la réglementation dans la protection des milieux aquatiques. Le cas de l’autosurveillance des réseaux d’assainissement urbain en France
Bibliographic record
Abstract
Cet article s’intéresse aux changements sociotechniques dans le contexte actuel de changements climatiques : il interroge en particulier le rôle de la réglementation dans la réalisation de ces changements. Pour cela, il porte sur la réglementation mise en œuvre pour protéger les milieux aquatiques en France à travers l’analyse de la procédure d’autosurveillance des réseaux d’assainissement. Il s’appuie sur une étude des textes législatifs et réglementaires instituant cette procédure et deux études de cas sur la Métropole de Lyon et Nantes Métropole. Ces études de cas impliquent des observations in situ et des entretiens avec des acteurs engagés dans l’autosurveillance des réseaux. Elles montrent les effets de la réglementation sur les organisations et la mise en œuvre par les collectivités territoriales d’une surveillance des rejets des réseaux vers les milieux aquatiques. Néanmoins, cette surveillance reste limitée en raison de moyens restreints (notamment en personnels) dans les collectivités territoriales et les autres organismes impliqués ; sa pérennisation apparaît même fragile dans l’agglomération nantaise. Dans ces conditions, la surveillance permet de répondre dans l’ensemble aux exigences a minima de la réglementation (produire des données sur les rejets des réseaux dans les milieux aquatiques), mais pas de relever les objectifs environnementaux à l’origine de la procédure (protéger l’environnement, restaurer la qualité des milieux aquatiques).
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 | 0.006 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.007 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".