MétaCan
Menu
Retour à la cohorte
Enregistrement W2616942382

Analyse de développement durable du programme de stabilisation des berges du lac Saint-Jean de Rio Tinto Alcan

2017· article· fr· W2616942382 sur OpenAlexaboutno aff
Catherine Cantin

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2017
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Dans un monde où l’exploitation des ressources naturelles pour la production de biens et la génération d’énergie occupe une place importante et toujours grandissante, il est primordial d’évaluer quels sont les impacts de ces activités sur le milieu. La situation observée au Saguenay-Lac-Saint-Jean avec le cas de la société minière Rio Tinto et la gestion du niveau des eaux du lac Saint-Jean reflète ce modèle. En effet, la multinationale exploite le bassin hydrographique du lac Saint-Jean pour la production d’hydroélectricité nécessaire à ses activités depuis plusieurs décennies. Un programme d’atténuation des impacts relatifs à l’élévation des eaux du lac a été depuis mis en place par l’entreprise par le biais de la stabilisation des berges. L’objectif de cet essai est d’analyser les enjeux liés à cette situation au Saguenay-Lac-Saint-Jean afin d’évaluer s’ils sont favorables ou non à la région et de proposer des recommandations aux parties prenantes. Pour y arriver, les quatre dimensions principales du développement durable ont été analysées, soit l’environnement, le social, l’économie ainsi que la gouvernance. Chacune de celles-ci s’est vu attribuer différents critères cernant les principaux aspects de la situation à l’étude. Chaque critère a été évalué comme étant préjudiciable ou favorable au développement durable dans la région. Cette méthode a permis d’identifier certaines lacunes qui ont ensuite fait objet de recommandations. L’analyse multicritère a permis d’obtenir objectivement l’état de la situation actuelle au Saguenay-Lac-Saint-Jean par rapport aux activités de Rio Tinto et au programme de stabilisation des berges du lac Saint-Jean. Rio Tinto fait assez bonne figure en matière d’environnement, particulièrement grâce à ses efforts de préservation du milieu et à l’utilisation d’énergie renouvelable. Toutefois, le respect du principe de précaution est l’un des aspects les moins bien réussis dans l’analyse. D’un point de vue social, le programme satisfait généralement les parties prenantes et Rio Tinto réussi bien à s’intégrer dans la région. Cependant, la piètre performance au niveau de la création d’emploi assombrit quelque peu le tableau. D’un côté économique, les difficultés du marché des métaux affectent l’entreprise et sa performance globale, mais son influence au niveau de l’économie régionale demeure importante. Enfin, la performance de Rio Tinto au niveau de la gouvernance est la plus importante parmi les quatre dimensions compte tenu des nombreux efforts destinés à inclure et à stimuler la participation des parties prenantes. Afin de combler les lacunes de Rio Tinto et de son programme dans la région, cinq recommandations sont proposées, soit arriver à un consensus entre les parties prenantes sur un scénario de gestion des eaux, revoir les pratiques de rechargement et de végétalisation, favoriser la création d’emploi, transférer les surplus d’hydroélectricité à des partenaires et rapprocher la prise de décision des parties concernées.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,705
Score d'incertitude au seuil0,587

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,037
Tête enseignante GPT0,245
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Même sujetFrench Urban and Social StudiesTravaux en français237 207