Équité environnementale : la répartition des espaces verts en milieu urbain, le cas de la ville de Montréal
Notice bibliographique
Résumé
Cet essai a pour objectif d’explorer les stratégies qui permettraient de rééquilibrer la répartition des espaces verts urbains de la Ville de Montréal pour réduire les inégalités socio-environnementales qui touchent les quartiers défavorisés. Au début des années 80, des groupes considérés plus vulnérables, principalement les populations issues de la minorité visible, ont commencé à dénoncer les injustices socio-environnementales qu’elles vivaient. Ces protestations ont mené à la naissance du concept de la justice environnementale. Les enjeux qui relèvent de ce concept sont multiples. Dans le cadre de ce travail, on s’intéressera à ceux qui concernent la répartition des parcs et espaces verts urbains. En effet, il est reconnu que ces milieux offrent plusieurs avantages environnementaux, sociaux et économiques. Cependant, la littérature a démontré que leur présence est moins importante dans les quartiers plus défavorisés, et pourtant, ce sont les populations de ces secteurs qui pourraient en tirer le plus de bénéfices. Malheureusement, la Ville de Montréal n’échappe pas à cette réalité. Pour déterminer si la métropole canadienne détient les ressources nécessaires pour réduire les iniquités concernant ses parcs et espaces verts urbains, trois stratégies et initiatives inspirantes qui ont permis à différentes grandes villes de rétablir cet équilibre ont été analysées. Ensuite, après avoir tiré le portrait de la Ville de Montréal, il a été possible de créer une cadre d’analyse de type freins et leviers. Cet outil permettait de comparer les trois stratégies et initiatives inspirantes afin d’observer laquelle serait la plus propice à implanter à Montréal. De cette façon, il était alors possible de voir le potentiel de réalisation de projets de ce type dans le contexte montréalais. Les résultats ont montré que Montréal pourrait miser sur plusieurs leviers pour mettre en marche des projets axés sur la répartition des espaces verts urbains. Quelques freins représentent une barrière pour certaines stratégies et initiatives, mais aucune d’entre elles ne frappait l’ensemble des freins qui avaient été déterminés. Le manque de connaissances, notamment sur la situation sociodémographique du territoire, est le frein qui cause le plus de problèmes, car il touche les trois projets. La conclusion de cet essai met de l’avant que Montréal a tout en son pouvoir pour mettre en place des projets qui permettraient de réduire les iniquités environnementales concernant la répartition des parcs et espaces verts urbains. Le constat principal est que la Ville doit réaliser davantage de recherches et d’études sur sa population afin de bien identifier où sont les groupes plus vulnérables qui n’ont pas accès à des espaces végétalisés. De cette manière, il sera plus facile pour les acteurs municipaux de cibler les endroits où les interventions de verdissement devraient être réalisées. Les enjeux socio- environnementaux doivent être au cœur des projets d’aménagement d’infrastructure verte, si l’on veut que ces dernières permettent réellement d’améliorer la répartition des parcs et espaces verts sur l’île. Finalement, la Ville gagnerait à collaborer et impliquer davantage les diverses parties prenantes de son territoire, dont les OBNL et les citoyens, pour mieux saisir les enjeux et les besoins de ses citoyens.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,013 | 0,006 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,001 |
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.
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 ».