L’émergence du Réseau des Ressourceries
Bibliographic record
Abstract
\n\t\t\t\tDepuis maintenant dix ans, les Ressourceries accompagnent et sensibilisent les citoyens à la prévention des déchets. En partenariat avec les intercommunalités, elles collectent des déchets encombrants et les valorisent pour redistribuer des biens de réemploi à une échelle locale. Ce concept et cette activité sont portés par des entreprises de l’économie sociale et des collectivités territoriales investies dans une démarche écocitoyenne pour la prévention des déchets.\n\t\t\t\tEn 1999, un échange franco-québécois permet à des acteurs du réemploi picards et nordistes de découvrir le Réseau des Ressourceries du Québec. Un an plus tard, ces mêmes acteurs réunissent des centres de réemploi des régions Nord – Pasde-Calais et Picardie, les conseils régionaux, les directions régionales de l’Agence de l’environnement et de la maîtrise de l’énergie (Ademe) et le conseil général du Nord pour constituer le Réseau des Ressourceries français, nommé à l’époque Réseau des recycleries et Ressourceries.\n\t\t\t\tEntre 2000 et 2010, ce réseau est passé d’un niveau (bi)régional à national. Trois facteurs clés ont contribué à son émergence. En premier lieu, les déchets sont devenus une préoccupation citoyenne : observer nos déchets questionne nos habitudes de consommation et nous invite à devenir acteur du changement. Une préoccupation qui s’est accompagnée d’une évolution des politiques publiques françaises et européennes de prévention des déchets. Et, enfin, la création d’un Réseau des Ressourceries – par et pour les Ressourceries – qui œuvre pour la professionnalisation des acteurs du réemploi, mais aussi pour l’émergence d’une offre de services de prévention des déchets sur les territoires.\n\t\t\t
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.021 | 0.004 |
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".