MétaCan
Menu
Back to cohort

Conflits d'usage environnementaux sur les rives de la lagune de Bizerte (Tunisie) : une mise en perspective méditerranéenne

2018· dissertation· W7148972542 on OpenAlexaboutno aff
Ahlem Yahyaoui

Bibliographic record

Venuenot available
Typedissertation
Language
FieldSocial Sciences
TopicPolitical and Social Issues
Canadian institutionsnot available
Fundersnot available
KeywordsContext (archaeology)Perspective (graphical)Nova scotia

Abstract

fetched live from OpenAlex

La thèse cherche à comprendre les significations socio-spatiales des dynamiques conflictuelles relatives à l'environnement en territoire lagunaire pour apprécier ses effets en termes de gouvernance environnementale. L'analyse porte sur les raisons et la genèse des oppositions d'acteurs à l'œuvre autour de la lagune de Bizerte (Tunisie) et de l’étang de Berre (Marseille). Mettre l’accent sur les conflits représente un enjeu pour la mise en place d’une gestion intégrée des zones humides. Ce sujet a été travaillé par d’autres chercheurs, cependant, il reste d’un intérêt majeur, d’une part, parce qu’il renforce la connaissance en la matière, et d’autre part, parce que le territoire étudié est original. La recherche pose plus particulièrement la question des éventuelles incidences que les conflits peuvent avoir sur les organisations et les institutions en place. L’action publique est-elle renouvelée suite à l’émergence ou à la régulation des conflits ? Ces questionnements se réfèrent à des enjeux de sociétés, actuels et majeurs, sur un territoire en mutation extrêmement rapide : la lagune de Bizerte, sur la rive Sud de la Méditerranée, dans un pays où le régime est en pleine transition. Cette recherche ouvre des perspectives dans l'étude du potentiel d'émergence de la démarche participative et de l'intégration sociale de la question environnementale sur des territoires littoraux, urbains ou ruraux.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.002
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesScience and technology studies
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.329
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.002
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.001
Science and technology studies0.0030.004
Scholarly communication0.0010.000
Open science0.0010.000
Research integrity0.0020.001
Insufficient payload (model declined to judge)0.0080.000

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.

Opus teacher head0.023
GPT teacher head0.352
Teacher spread0.329 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2018
Admission routes1
Has abstractyes

Explore more

Same topicPolitical and Social IssuesFrench-language works237,207