Figures et importance de l’« expertise environnementale » dans la presse écrite
Bibliographic record
Abstract
Sur les questions de gouvernance environnementale, soit les prises de décisions qui affectent l’environnement, le recours à l’expertise de tiers est souvent nécessaire pour répondre aux besoins des décideurs incluant des groupes citoyens, que ce soit au niveau municipal ou régional : qu’on pense aux spécialistes de l’énergie ou des ressources naturelles, aux hydrologues, aux climatologues, ingénieurs, etc. Dans les sociétés démocratiques, pour les décideurs tout comme pour les membres du public, les médias sont souvent un point d’accès privilégié, même à l’heure d’internet, pour se faire une opinion sur des questions d’intérêt. Quelle place les experts de type universitaires et affiliés occupent-ils sur la question environnementale, et jusqu’à quel point les articles de journaux viennent-ils appuyer ou même s’aligner sur leur expertise dans les discussions ? Pour traiter ces questions, à partir d’un corpus préalablement construit regroupant tous les recours à l’expertise universitaire dans les articles de journaux parus en 2009 dans La Presse, Le Soleil et Le Devoir, nous avons isolé et analysé les textes portant sur des questions de gouvernance environnementale. Nous identifions les catégories de celle-ci en repérant les traitements les plus importants et en les commentant. Le but de la recherche est de voir jusqu’à quel point les opinions expertes dominent les articles traités. Après avoir donné un cadre général pour situer la problématique, nous présentons le corpus, donnons des éléments quantitatifs sur ce dernier, analysons les aspects descriptif, évaluatif et prescriptif et donnons des commentaires d’ensemble sur ce corpus restreint, mais tout de même assez représentatif de l’actualité.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.028 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.007 | 0.009 |
| Science and technology studies | 0.004 | 0.008 |
| Scholarly communication | 0.012 | 0.012 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.025 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".