La perception des changements environnementaux : le cas de la collectivité côtière de Shippagan (Nouveau-Brunswick, Canada)
Notice bibliographique
Résumé
Dans un contexte d’accompagnement des communautés côtières visant à mettre en place des stratégies d’atténuation et d’adaptation aux changements environnementaux, il nous paraît capital de comprendre la perception de ces changements par les membres de la collectivité. Le but de notre étude est de vérifier dans quelle mesure une description des changements environnementaux recueillie auprès d’une communauté côtière correspond aux données quantitatives compilées pour la région d’intérêt. Nous avons mené des entrevues semi-dirigées et animé un focus group avec des résidents du territoire de Shippagan (NB, Canada). La discussion ciblait six thèmes généraux (changements climatiques, variation du niveau marin, érosion, pollution du milieu marin, biodiversité, ressources en eau potable). En parallèle, nous avons compilé les données environnementales et climatiques pour la zone de Shippagan, en utilisant les archives de divers ministères et d’organismes non gouvernementaux. Nous avons pu obtenir à la fois des données quantifiées et des informations issues du savoir local pour onze variables environnementales ou climatiques. Les tendances temporelles rapportées par le savoir local concordent avec les données quantitatives pour six variables. Certains cas où les séries chronologiques semblent différer du savoir local pourraient découler d’un décalage entre les échelles temporelles des deux sources de données. En termes de gestion, ces recoupements entre savoir local et séries chronologiques quantifiées pourraient se traduire en motifs d’action et favoriser la mobilisation de la communauté pour la prise en charge de la qualité environnementale et la mise en place de stratégies d’adaptation aux changements climatiques.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,006 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».