MétaCan
Menu
Retour à la cohorte
Enregistrement W4411031386 · doi:10.7202/1116200ar

L’industrie touristique côtière de la MRC de Rimouski-Neigette s’adapte-t-elle aux changements climatiques ?

2024· article· fr· W4411031386 sur OpenAlexaffvenueabout
Josée Laflamme, Anne Fauré, Asmine Désirade

Notice bibliographique

Revue˜Le œclimatoscope · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

La vulnérabilité des activités touristiques côtières face aux conséquences des changements climatiques n’est plus à démontrer. L’objectif est ici de comprendre comment les parties prenantes du tourisme côtier élaborent des mesures adaptatives afin de surmonter les effets des changements climatiques. Le territoire considéré est celui de la MRC Rimouski-Neigette, où les ondes de tempête, l’érosion côtière et la submersion marine sont présentes. Les dommages causés aux bâtiments d’ici 2065 sont estimés à 96 millions de dollars (Bernatchez et al., 2015). Pour répondre à l’objectif de l’étude, une méthodologie qualitative par entrevues semi-dirigées auprès des acteurs clés a été favorisée. Les résultats montrent notamment que les organisations touristiques sont conscientes de la problématique et mettent en place diverses mesures d’adaptation, alors que les responsables gouvernementaux, de concert avec les scientifiques et les OBNL, documentent les phénomènes, développent des techniques d’adaptation et vulgarisent les connaissances sur le sujet. La pertinence sociale de cette étude est manifeste et est en ligne droite avec l’axe 5 du Plan d’action pour un tourisme responsable et durable 2020- 2025 du ministère du Tourisme particulièrement dans l’accompagnement des parties prenantes dans l’adaptation aux changements climatiques.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,708
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,040
Tête enseignante GPT0,320
Écart entre enseignants0,280 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revue˜Le œclimatoscopeMême sujetFrench Urban and Social StudiesTravaux en français237 207