A psycho-socio-environnemental view of coastal risks : a case study in France and Canada
Bibliographic record
Abstract
Au cours des dernières décennies, l’occupation des territoires côtiers s’est intensifiée partout dans le monde (Meur-Férec & Morel, 2004). Ces espaces ont connu une artificialisation croissante, que ce soit du fait du développement des infrastructures touristiques ou encore de la multiplication des résidences secondaires. Dans un contexte marqué par le changement climatique, se manifestant entre autres par une hausse du niveau marin, ces espaces sont soumis à de nouveaux défis en termes d’adaptation (GIEC, 2019). La question des risques côtiers (submersion et érosion marine) se pose avec acuité et concerne différents pans de la société, que ce soit la sphère économique (ex. maintien de l’offre touristique), le monde politique (ex. gestion de l’urbanisation et des risques) ou encore la société civile (ex. les usagers et habitants de ces espaces). Notre recherche s’intéresse aux représentations sociales de ces risques, mobilisées par les individus qui vivent et/ou travaillent sur ces territoires côtiers. Elle a été menée dans un cadre international, dans plusieurs territoires à risque en France et au Canada. Différentes techniques d’enquête ont été mobilisées : entretien, questionnaire, tâche d’association de mots, analyse de contenu d’articles de presse. Nos résultats montrent, contrairement aux considérations scientifiques dominantes qui affirment donner une évaluation objective et réaliste des dangers, l’existence d’une construction sociale du risque dépendante d’un contexte environnemental et socioculturel.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.020 | 0.005 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 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".