L’évaluation des impacts d’un projet routier : l’utilité de l’aide multicritère à la décision
Notice bibliographique
Résumé
Les méthodes traditionnellement utilisées pour comparer des variantes lors de la réalisation d'une étude d'impacts posent toutes le problème de l'agrégation des évaluations. Par ailleurs, les acteurs sociaux questionnent la transparence des méthodes et le nombre restreint d'options véritables analysées. Pour pallier ces carences et éviter les controverses, une approche multicritère d'aide à la décision a été conçue et appliquée à un projet ayant déjà fait l'objet de la procédure traditionnelle d'étude d'impacts et de médiation environnementale. L'accent a été mis sur l'élargissement des options à partir d'une analyse des enjeux soulevés par les acteurs et sur une procédure itérative d'agrégation des critères de performance, utilisant la méthode ELECTRE III d'aide multicritère à la décision. Cette méthode tient compte des systèmes de valeurs des acteurs (pondération des critères, seuils de préférence). Le cas étudié est celui du prolongement de l'autoroute 30 entre les autoroutes 10 et 20 dans la région de Montréal (Québec, Canada).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».