Préférences hétérogènes des grands projets miniers : trois essais en évaluation non marchande
Notice bibliographique
Résumé
L’évaluation fine des impacts miniers représente un défi majeur \nconsidérant l’ampleur des changements socio-économiques et environnementaux \net les controverses que le secteur minier continue jusqu’à lors de susciter. Un aspect \nsouvent manquant de l’évaluation des projets miniers est lié à la question de \nl’impact sur le bien-être. La thèse a pour objectif d’apporter un ensemble \nd’éclairages sur les potentiels impacts, notamment en considérant l’hétérogénéité \nde la population. Le contexte d’étude est la province minière du Québec, au Canada, \navec une enquête des ménages mesurant les variations de bien-être par la méthode \nChoice Experiment. \nL’article 1 pointe l’importance du contexte géographique, marquée par des \ninégalités spatiales dans les impacts miniers. Nous trouvons que le développement \nminier peut avoir des impacts de longues distances sur le bien-être, liés au type de \nminerai et à la perception individuelle du risque. L’article 2 tire avantage du passé \nminier de l’exploitation de l’or au Québec pour étudier si cette expérience collective \nfacilite les arbitrages miniers sur les terres rares, un minerai nouveau dans la \nprovince et souvent méconnu par le public. Enfin l’article 3 teste les effets \npotentiels de campagnes d’information sur les changements de bien-être. \nL’information apparaît avoir peu ou aucun effet. Cependant, ce résultat masque des \neffets élevés et contrastés auprès des individus opposés par leurs perceptions sur \nl’opportunité/menace d’une nouvelle mine. La thèse conclue en présentant des \nnouvelles pistes de recherche pour mieux évaluer les effets du développement \nminier sur le bien-être.
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 | 0,050 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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 ».