Restaurer la continuité écologique des cours d’eau : que sait-on et comment passer collectivement à l’action ?
Bibliographic record
Abstract
Cet article de synthèse, fruit du travail d’un collectif interdisciplinaire de chercheuses et chercheurs du Réseau des Zones Ateliers françaises (CNRS), porte sur la mise en œuvre des projets de restauration de la continuité écologique des cours d’eau. Les projets de restauration se trouvent au cœur d’une importante controverse dans l’espace public français depuis plusieurs années. En particulier, certains acteurs questionnent la pertinence de la politique publique visant à effacer les ouvrages qui contribuent à l’interruption de la continuité des cours d’eau. Dans cet article, nous faisons d’abord une synthèse des effets connus de l’interruption de la continuité dans ses dimensions longitudinale, latérale et verticale vis-à-vis des enjeux biophysiques et socio-économiques. Eu égard à la complexité des processus concernés, de la variabilité des contextes territoriaux possibles et des incertitudes associées à la restauration des hydrosystèmes, notre analyse révèle la nécessité d’inscrire les projets de restauration dans un projet plus large autour de la gestion des ressources aquatiques mené à l’échelle d’un territoire et reposant sur un processus décisionnel participatif. La décision de restaurer ou de ne pas restaurer la continuité ne peut s’en remettre exclusivement à la science et à l’expertise technique. Forts de ce constat, nous proposons ici une démarche stratégique pour adresser les défis qui entourent la restauration de la continuité. Cette démarche intègre dix points de vigilance à prendre en compte pour la mise en œuvre de projets de restauration à la fois soutenus par les différents acteurs et efficaces par rapport aux objectifs définis.
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 | 0.011 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.006 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".