Retour sur la co-construction de stratégies de recomposition spatiale. Le cas de l’Occitanie (France)
Bibliographic record
Abstract
L’accroissement des risques côtiers lié à la montée du niveau de la mer nécessite des mesures d’adaptation dynamique pour une recomposition spatiale des territoires littoraux. Les enjeux d’appropriation de ces mesures et d’opérationnalisation sont majeurs, multiniveaux et au croisement de différentes politiques : aménagement, tourisme, gestion des risques, et cetera. Face à ces enjeux, cet article rend compte, dans le cas de la région Occitanie, d’un processus de co-construction d’une politique de recomposition spatiale et de sa gouvernance. En pratique, cela s’est traduit dans la co-construction d’un référentiel régional, la mise en place d’une communauté de pratique et l’adaptation des dispositifs de gouvernance territoriale. Cet article propose une analyse réflexive de cette co-construction. En premier lieu, le processus (30 mois au total) est retranscrit sous forme de chronique en détaillant la diversité et la complémentarité des modalités mises en œuvre. Les principaux acquis (définition commune, principes d’action, échelle d’intervention, typologie temporelle des actions) et les choix d’un format de gouvernance sont ensuite présentés, puis discutés par rapport à leur contribution à la constitution progressive d’une communauté de pratique et aux types de contraintes rencontrées. Les apports à la communauté de pratique sont analysés en termes d’échanges de connaissance, de mutualisations et d’apprentissages collectifs. Ce retour réflexif est porteur d’enseignements pour les acteurs locaux mais aussi plus largement pour l’adaptation des territoires littoraux.
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 | 0.004 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.019 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| 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".