Les Nudges verts : un outil novateur pour inciter les Québécois à adopter des comportements à faible empreinte carbone
Notice bibliographique
Résumé
L’objectif de cet essai est de mettre en lumière une façon novatrice d’encourager les Québécois à adopter des comportements à faible empreinte carbone : les nudges verts de l’économie comportementale. Au Québec, les trois types d’activités individuelles émettant le plus de gaz à effet de serre sont le transport routier, la consommation énergétique résidentielle et les habitudes alimentaires. Pour réduire ces sources d’émissions anthropiques, les pouvoirs publics ont recours à trois types d’instruments de l’économie néoclassique : la législation (lois et règlements), les incitatifs financiers (taxes, subventions, création de marchés) et l’éducation. Toutefois, des limites d’applications inhérentes à ces outils affaiblissent leurs efficacités. C’est dans ce contexte que s'ajoutent l’économie comportementale et son nouvel outil d’influence, les nudges verts. Les nudges sont de petites modifications du contexte décisionnel influençant la prise de décision et facilitant l’adoption de comportements prosociaux et pro-environnementaux. En soi, l’économie comportementale a amélioré considérablement la compréhension des mécanismes de la prise de décision humaine en identifiant une multitude de biais cognitifs et d’heuristiques de jugement. Ainsi, l’efficacité des nudges résulte de l’activation de leviers d’influence. Pour rendre le tout plus concret, des exemples d’applications sont présentés pour le contexte québécois. Attestant de la popularité grandissante de l’approche Nudge, de nombreux pays et organisations internationales à travers le monde, tel que le Royaume-Uni, les États-Unis, le Canada, l’Organisation des Nations unies et la Banque mondiale ont tous déjà créé leurs propres unités Nudge responsables d’intégrer ce nouvel outil à leurs pratiques. Recycler d’anciens nudges peut être une solution à faible coût à condition que le comportement visé, le public cible et le contexte culturel soient tous analogues. Sinon, un processus en cinq étapes permet de créer de nouveaux nudges. Pour implanter l’économie comportementale et les nudges à l’intérieur des pratiques au Québec, il est recommandé d’utiliser les nudges verts en complément des autres outils. De plus, la réduction rapide des émissions de gaz à effet de serre doit passer par le ciblage des grands secteurs d’émissions. D’autres recommandations incluent la création d’une unité Nudge nationale au Québec, l’enseignement à grande échelle des connaissances de l’économie comportementale, la promotion de la transparence et la participation sociale dans l’élaboration de nouveaux nudges.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,004 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 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 ».