Le citoyen au coeur de la résilience dans l’agglomération de Montréal : lorsque l’adaptation au risque devient la préoccupation de chacun
Notice bibliographique
Résumé
La résilience, cette capacité d’une ville ou d’un environnement à maintenir sa structure, à s’organiser, apprendre et s’adapter aux chocs et stress, participe au mouvement de responsabilisation accrue du citoyen dans la protection contre les risques naturels. Si les inondations sont un phénomène récurrent à Montréal depuis la création même de la ville, les citoyens n’y sont encore que peu préparés comme le démontre l’ampleur des dommages causés par les inondations du printemps de 2017. Depuis le début du 21e siècle, les agences internationales et les États cherchent à sensibiliser le citoyen afin de susciter une action de sa part. On suppose alors que le citoyen informé aura ainsi une perception accrue des risques, conduisant au comportement de protection. Ce lien entre information, perception et comportement n’est pourtant pas évident. En réalité, la littérature montre que le comportement dépend d’une multiplicité de facteurs tels que l’expérience, la fréquence du risque ainsi qu’une évaluation par la personne de l’efficacité des mesures de protection, de leur coût face à une évaluation de la probabilité de la menace. Le mémoire vise à répondre à la question de recherche suivante : comment inciter les individus à adopter des mesures de protection contre les inondations à Montréal ? Une enquête auprès de 237 citoyens de quatre secteurs de l’agglomération touchés par les inondations printanières de 2017 met en lumière un ensemble d’obstacles à l’adoption des mesures de protection contre les inondations aujourd’hui analysés grâce au Protective Action Decision Model de Lindell et Perry (2012). Ainsi, dans le cas de Montréal, le manque d’action relève à la fois d’un manque d’information et de connaissances sur les origines du risque et les mesures de prévention, de la perception d’inefficacité des mesures comme la trousse 72 heures, d’une perception d’incapacité à mettre en place soi-même les mesures de prévention, et d’un coût important en ressources de ces dernières. Le dernier élément est l’incertitude de ce type de risque et l’incapacité à prévoir avec précision le prochain événement de crue, qui, combiné à un sentiment de responsabilité élevé des autorités à assurer la protection, implique un manque d’urgence à agir. Face à ces constats et après une étude du cas de la Nouvelle Orléans aux États-Unis, une réflexion est proposée sur les moyens à mettre en place pour inciter les citoyens à adopter ces mesures, comprenant sensibilisation mais aussi des moyens coercitifs et incitatifs.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».