MétaCan
Menu
Retour à la cohorte
Enregistrement W3024980312 · doi:10.4000/developpementdurable.14845

Quels territoires pertinents pour écologiser les industries qui misent sur le renouvelable ?

2020· article· fr· W3024980312 sur OpenAlexaffabout
Gabrielle Bouleau, Caitríona Carter, Arnaud Sergent, Yann Fournis

Notice bibliographique

RevueDéveloppement durable et territoires · 2020
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

À l’heure de la » transition écologique », les industries qui misent sur des ressources renouvelables pour légitimer leur implantation dans de nouveaux territoires n’échappent pas à une critique sur leur durabilité. Les modalités mises en œuvre pour gouverner ces industries sont souvent attaquées, non seulement au nom d’interdépendances mal prises en compte qui mettraient en péril la durabilité, mais aussi au nom de valeurs. L’article s’interroge sur le lien fonctionnel entre l’échelle de régulation et l’enjeu à gouverner, et sur les autres sources de légitimité de la régulation, notamment institutionnelles et territoriales. Trois études de cas sont comparées : les saumons en Écosse, l’éolien au Québec et le bois énergie en France. Nous montrons à partir de ces trois exemples que l’argument fonctionnaliste ne suffit pas pour expliquer le choix des acteurs et n’est pas déterminant dans la construction d’une régulation légitime.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,710
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,113
Tête enseignante GPT0,283
Écart entre enseignants0,171 · 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.

Devis d'étudeSans objet
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

Citations8
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDéveloppement durable et territoiresMême sujetFrench Urban and Social StudiesTravaux en français237 207