L'entrepreneuriat forestier autochtone : le cas de la communauté ilnu de Mashteuiatsh
Notice bibliographique
Résumé
La participation des communautés autochtones à la foresterie est un enjeu important au Québec. Pour les communautés autochtones, le développement forestier représente des retombées économiques importantes qui peuvent permettre de réduire l’écart entre les conditions socioéconomiques de leur population et celles de la population non-autochtone. Conséquemment, la participation des autochtones à la foresterie a sensiblement augmenté au cours des dernières décennies. Le manque d’information actuellement disponible nuit toutefois aux efforts déployés pour soutenir et encourager les initiatives autochtones en foresterie.\n\tAfin de mettre en exergue certains facteurs qui facilitent ou qui limitent les initiatives entrepreneuriales autochtones en foresterie, cette étude explore le développement de l’entrepreneuriat forestier dans la communauté ilnu de Mashteuiatsh. Cette communauté est située dans la région du Saguenay-Lac-Saint-Jean. Le premier chapitre situe le projet dans le contexte forestier québécois. Le deuxième chapitre présente le portrait des entrepreneurs forestiers autochtones de cette communauté. Finalement, le troisième chapitre compare ces entrepreneurs autochtones à des entrepreneurs forestiers non-autochtones de la même région. \n\tLes résultats de notre étude montrent l’importance pour l’entrepreneur forestier autochtone du réseau social au sein de la communauté de Mashteuiatsh. Cette situation permet d’expliquer en partie les différences constatées lors de la comparaison des profils, des perceptions et des motivations des entrepreneurs forestiers de la communauté de Mashteuiatsh et d’un groupe d’entrepreneurs forestiers non-autochtones. Les entrepreneurs autochtones, contrairement à leurs homologues non-autochtones, semblent très optimistes quand à l’évaluation de leur sort actuel et avenir.\n
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».