Les stratégies climatiques et les pratiques de légitimation des grands émetteurs industriels : une approche qualitative
Notice bibliographique
Résumé
Depuis l’adoption du Protocole de Kyoto en 1997, les changements climatiques sont devenus une préoccupation sociale dominante, interpellant de plus en plus les gouvernements, les entreprises et les citoyens. Devant les pressions grandissantes des parties prenantes, les entreprises sont de plus en plus contraintes à mettre en place des indicateurs de performance et à divulguer des informations sur leur performance climatique afin de légitimer leurs activités industrielles. Cependant, peu de recherches ont été menées sur la crédibilité des informations divulguées et les stratégies mobilisées par les entreprises pour influencer les perceptions des parties prenantes. Cette thèse de doctorat est centrée sur le processus de mesure, de vérification et de communication des données climatiques. Les trois articles de cette thèse répondent à une question générale de recherche: Quelle est la crédibilité des informations climatiques des grands émetteurs industriels et quelles sont les stratégies de légitimation sous-jacentes à leur divulgation? Les deux premiers articles de la thèse sont basés sur une étude de cas auprès de dix grands émetteurs canadiens. Le premier article remet en cause la mesurabilité des émissions de GES et la crédibilité des informations divulguées par les entreprises. L’article met en lumière trois principaux facteurs pouvant affecter la crédibilité et la confiance dans les inventaires de GES : la complexité de la mesure et les problèmes techniques, le manque de transparence et les problèmes au niveau de la fiabilité des mécanismes de vérification. Le deuxième article porte pour sa part sur les arguments et les stratégies d'influence mobilisés par les émetteurs industriels pour justifier, auprès des parties prenantes l’impact de leurs opérations sur le réchauffement climatique. En s’appuyant sur la littérature sur les techniques de neutralisation, l’article identifie six stratégies de légitimation utilisées par les entreprises étudiées : l’autoproclamation de l’excellence, la promotion d’une vision systémique, le déni et la minimisation, le traitement injuste et les apparences trompeuses, le chantage économique et technologique et le blâme. Finalement, le troisième article repose sur une analyse longitudinale des rapports de développement durable de 21 entreprises du secteur de l'énergie afin de montrer les stratégies de gestion des impressions utilisées dans le discours des entreprises. L’article montre la qualité incertaine des informations divulguées par les entreprises et explore les stratégies mobilisées pour justifier ou dissimuler des éléments négatifs concernant la performance climatique. Les résultats de cette étude démontrent notamment l'inefficacité des firmes de vérification à assurer la qualité des données et l’opacité des informations divulguées.
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 | 0,062 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,007 | 0,013 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».