Analyse des facteurs influençant l’adoption de comportements écoresponsables dans l’industrie de la construction : une revue systématique des leviers et obstacles
Notice bibliographique
Résumé
L’impact de l’industrie de la construction sur l’environnement représente une préoccupation montante, caractérisée par une contribution majeure à la génération de déchets, aux émissions de gaz à effet de serre (GES), ainsi qu’à l’exploitation des ressources naturelles. Un inventaire publié par le Gouvernement du Canada (2022) a révélé que ce secteur est le troisième plus important émetteur de GES au Canada. Confrontée à cette problématique d’envergure mondiale, l’industrie s’est orientée vers l’adoption de certifications environnementales visant à améliorer sa performance écologique. Aux États-Unis, le Leadership in Energy and Environmental Design (LEED) et en Europe, la certification Haute Qualité Environnementale (HQE) illustrent ces initiatives. Le présent projet de recherche se focalise sur l’identification des facteurs facilitant et des barrières entravant l’adoption de comportements écoresponsables chez les professionnels et travailleurs du secteur de la construction. Pour ce faire, une revue de littérature a été réalisée pour la collecte et l’analyse des données, se concentrant principalement sur les publications scientifiques parues entre 2009 et 2023. L’objectif de cette étude est d’approfondir la compréhension des dynamiques comportementales relatives à l’environnement au sein de l’industrie de la construction et de contribuer à l’élaboration de stratégies pour une pratique plus durable et respectueuse de l’environnement.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».