Les centres de gestion des déplacements au Québec : un instrument de renouvellement de la planification des transports ?
Bibliographic record
Abstract
Cet article se penche sur le renouvellement des pratiques et du contenu de la planification des transports au Québec, à travers le cas des Centres de gestion des déplacements (CGD), des organismes spécialisés dans la gestion de la demande en transport, notamment via la réalisation de plans de gestion des déplacements (PGD) pour des commerces, industries et institutions. Les données qualitatives tirées d’une étude de cas multiples menée auprès de six CGD québécois, de leurs partenaires et de leurs clients, permettent de constater que les CGD, en mettant en avant des pratiques axées sur la collaboration et la concertation, agissent comme des instruments de capacités d’action collective qui favorisent la coordination des différents acteurs concernés par la planification des transports. De plus, les CGD font office d’instruments de persuasion sociale en participant à la diffusion d’un contenu renouvelé, axé sur les principes de la mobilité durable. La mise en œuvre de ces principes représente toutefois un défi de taille pour les CGD, qui n’ont ni les ressources, ni l’autorité nécessaire pour garantir la réalisation de leurs PGD. Le cas des CGD vient souligner les limites du renouvellement de la planification des transports au Québec : malgré l’adoption de procédures collaboratives et les initiatives de sensibilisation à la mobilité durable, le contenu de la planification traditionnelle des transports, axé sur l’automobile, demeure bien ancré. La mobilisation d’autres types d’instruments, incluant des dispositifs réglementaires ou des incitations financières, apparaît nécessaire pour compléter la contribution des CGD au renouvellement des pratiques et du contenu en transport. À cet effet, le rôle de l’État, par sa capacité à combiner différents instruments, demeure central à la concrétisation de ce renouvellement.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.011 | 0.010 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
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".