Advancing Sustainability Through Digital Maturity: An Open Approach for Evaluating Quebec Organizations’ Environmental Responsibility
Notice bibliographique
Résumé
Abstract The exponential growth of digital technologies has brought about substantial benefits in operational efficiency and communication. However, it has also led to increased energy consumption and greenhouse gas emissions (GHG), highlighting a growing concern: the environmental impact of information systems (IS). This chapter introduces an innovative approach designed to assess the environmental impact of digital technologies within organizations, tailored specifically to the North American context with a focus on Quebec. Key considerations include the local energy mix, regulations, and cultural factors. It addresses the challenges, opportunities, and prerequisites for successful adaptation, ensuring relevance to regional specificities. The proposed platform aims to facilitate collective efforts toward environmental preservation by promoting responsible and sustainable digital practices aligned with the United Nations Sustainable Development Goals. Adapted from the WeNR platform developed by the Institute of Responsible Digital Technology at the University of La Rochelle in France, this chapter discusses the requirement, description, and adaptation of the platform in Quebec. It addresses the pressing challenges of socio-ecological transition in the digital age and fulfills the pressing need for organizations to measure and mitigate the digital carbon footprint of their IS. Utilizing a life cycle assessment (LCA) methodology, the platform considers all phases of electronic equipment and data lifecycle. It emphasizes accessibility with an intuitive user interface and an open database featuring regularly updated impact factors. Users can complete a concise questionnaire to receive a comprehensive report on their digital carbon footprint, maturity level in responsible digital practices, and recommendations for reducing their carbon footprint. In conclusion, this chapter not only raises awareness but also actively promotes the implementation of responsible digital usage. By offering an innovative and adaptable platform, it addresses the environmental impact of digital technology within organizations, supporting their transition toward a more sustainable and environmentally respectful digital future.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 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 ».