Création d'un outil d'aide à la décision pour un aménagement durable des espaces verts dans les municipalités
Notice bibliographique
Résumé
La démarche de végétalisation urbaine, tant pour ses bénéfices environnementaux que sociaux, est de plus en plus préconisée par les Villes afin d’améliorer la qualité de vie des citadins. Ainsi, par la mise en place de mesures de conservation, de protection et de verdissement, les décideurs municipaux ont l’objectif d’atteindre un développement durable sur leur territoire. Ce concept, même s’il a été précisé à l’aide de cadres méthodologiques développés au sein de bureaux d’études, reste difficilement atteignable en raison du manque relatif de ressources budgétaires et humaines d’une municipalité. Ainsi, certaines Villes vont décider de prioriser une sphère du développement durable par leur démarche de verdissement. Néanmoins, face à la diversité des options de végétalisation, les élus sont rarement outillés et informés pour adopter une stratégie répondant le mieux possible aux commandes politiques de la Ville ainsi qu’à ses caractéristiques écologiques, patrimoniales et sociales. C’est dans ce contexte que s’inscrit le présent essai. Son objectif est de fournir les éléments nécessaires aux municipalités afin qu’elles puissent prendre une décision éclairée quant à la stratégie à adopter dépendamment de la sphère de développement durable qu’elles veulent rejoindre. Certaines démarches, comme la mise en place de jardins collectifs, sont axées sur la dimension sociale alors que d’autres ont une vocation davantage environnementale comme la création de corridors verts. De plus, même d’un point de vue écologique, les options de verdissement ont des fonctions multiples comme l’amélioration de la qualité de l’eau, de l’air ou la création d’un habitat pour la faune. Les objectifs que les Villes veulent atteindre ont été identifiés suite à la consultation de grilles d’analyse du développement durable et à la réalisation d’entrevues de trois municipalités québécoises (Trois-Rivières, Gatineau et Québec). Les stratégies proposées permettent de répondre à leurs objectifs et de pallier aux difficultés avec lesquelles elles doivent généralement composer dans les domaines suivants : caractérisation, conservation, valorisation, pérennité, consultation et sensibilisation. L’outil d’aide à la décision prend cette forme-ci: les mesures à mettre en place en fonction des critères à rejoindre sont expliquées en profondeur sous forme de texte puis un schéma est réalisé pour chaque sphère du développement durable.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».