Gestion des déchets ménagers : comment les collectivités françaises mobilisent-elles leurs usagers ?
Notice bibliographique
Résumé
L’objectif de cette recherche est d’étudier les mesures développées par les collectivités territoriales pour encourager les ménages à adopter des comportements pro-environnementaux. Notre approche articule deux démarches complémentaires. D’une part, à partir d’une approche économique, nous analysons les choix des collectivités territoriales pour inciter les usagers du service d’élimination des déchets ménagers à jeter moins de déchets. Dans ce cadre, nous avons élaboré une typologie des leviers d’action développés par les collectivités territoriales. Quatre types de stratégies d’implication différentes des usagers ont été identifiés auprès de collectivités territoriales françaises, décrivant des combinaisons de mesures particulières pour atteindre les objectifs environnementaux fixés par la politique nationale des déchets. Puis, à partir d’une étude économétrique, nous avons mis en évidence l’importance dans les choix des collectivités territoriales de la prise en compte des caractéristiques des usagers, une politique étant d’autant plus efficace que les usagers du service sont prêts à la mettre en œuvre.D’autre part, à partir d’une approche en sciences humaines et sociales, nous constatons une relation entre l’usager et le service de gestion des déchets assez complexe, ainsi que des pratiques de tri bien ancrées dans le quotidien des individus.
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 | 0,000 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».