MétaCan
Menu
Retour à la cohorte
Enregistrement W2612269347 · doi:10.7202/1039129ar

“Preparing” and “Repairing” Public Debate: Organizational Learning of Promoters in Environmental and Energy Governance

2017· article· en· W2612269347 sur OpenAlexaffvenueabout
Louis Simard

Notice bibliographique

RevueRevue Gouvernance · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésDeliberationNegotiationTransparency (behavior)Corporate governancePublic relationsPolitical scienceAction (physics)Public administrationLaw and economicsSociologyLawEconomicsManagementPolitics

Résumé

récupéré en direct d'OpenAlex

The deliberation experience, new imperative for public action (Blondiaux and Sintomer, 2002) produces some forms of learning that set in a new way the distribution of resources in punctual actors system that create infrastructure projects. If deliberative procedures could appear like moments for “metre à plat” values, ideas and solutions in a equilibrated, informed, respectful and transparency exchange, could we expect that it will suspend the power manifestations and the “rapports de force” in the pursuit of interests for stakeholders ? Analyzing the operation of environmental and energetic governance at the individual project level, from the promoter’s point of view, by looking at four extra-high-voltage (EHV) transmission line projects in France and Québec, and the consultation and deliberation procedures applied in each case, we argue that promoters learn better and quicker than the other stakeholders that are concerned by the large infrastructure projects. The radical imbalance of resources, experience and learning capacity among the actors tends to promote negotiation, before and after the public debate, with the actors considered relevant by the promoter, emptying the public debate of much of its content by leaving only the most antagonistic parties.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,112
Score d'incertitude au seuil0,710

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,211
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRevue GouvernanceMême sujetFrench Urban and Social StudiesTravaux en français237 207