Participation publique et gestion des ressources naturelles : quel potentiel d’influence pour les participants ?
Notice bibliographique
Résumé
Dans le secteur de l’énergie et des ressources naturelles, au Canada et au Québec, plusieurs instances ont mis en place des mécanismes participatifs visant à mieux intégrer les préoccupations des citoyens dans la planification de leurs projets. À cette fin, les ministères ont développé un corpus d’écrits structurant leurs démarches et leurs rapports avec les participants. Cet article a comme objectif d’étudier comment le potentiel d’influence accordé aux participants sur le processus décisionnel est retranscrit dans cette documentation. Pour ce faire, nous avons retenu la documentation de quatre ministères canadiens (2) et québécois (2) homologues. À partir de ces documents, nous avons réalisé une analyse qualitative de contenu guidé par six principes phares dégagés de la littérature et témoignant de l’influence accordée aux participants. Bien que les démarches participatives ouvrent le processus décisionnel au grand public, elles relèvent davantage de la participation symbolique. Une plus grande transparence et ouverture de la démarche par le biais d’une reddition de compte systématique, une définition plus claire du rôle de l’expert et l’instauration d’une culture d’évaluation de la démarche participative pourrait aider à bâtir une participation plus authentique. Le petit échantillon de cette étude ainsi que le choix de retenir six critères empêchent la généralisation de ce constat. Cependant, la présente étude permet de mieux comprendre comment les instances publiques de ce secteur d’activité conçoivent le potentiel d’influence des participants. Il serait pertinent pour de futures recherches de voir comment ces processus sont réellement mis en place et comment les participants les perçoivent.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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 tête enseignante, 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 ».