L’insuffisance de l’apprentissage culturel et éthique en gestion des risques
Bibliographic record
Abstract
Dans cet article, nous évaluons l’exécution actuelle des recommandations formulées après le déluge du Saguenay. L’étude de ce cas permet également d’analyser de façon critique la nouvelle loi au Québec sur la Sécurité civile, en la comparant aux avancées de l’éthique dite « postmoderne ». En regroupant ces recommandations en cinq catégories, il devient évident que leur exécution, plus de six ans après l’événement, reste surtout limitée à trois domaines spécifiques : les changements légaux, les changements technologiques et ceux qui sont reliés aux télécommunications. Nous verrons que ces changements n’ont pas encore touché en profondeur ni les problématiques stratégiques, ni celles relatives au tissu culturel, incluant les considérations éthiques. Sur la base d’une évaluation de la littérature existante, des études détaillées de cette crise et des entrevues conduites avec douze personnes qui connaissent bien ce dossier, nous avons identifié la nature des blocages qui sont à l’origine de ces manques d’apprentissage et nous proposons des stratégies de déblocage.En s’appuyant sur un cas concret, cet article offre une lecture actuelle du manque d’intégration de considérations et de mesures éthiques dans le domaine de la gestion des risques et des crises. Il suggère en outre que les enjeux éthiques sont en compétition avec d’autres enjeux et que souvent la priorité est accordée à ces derniers.
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 | 0.026 | 0.043 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.009 | 0.013 |
| Scholarly communication | 0.010 | 0.006 |
| Open science | 0.003 | 0.006 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".