La participation en amont de grands projets d'aménagement : les effets sur le projet et ses acteurs
Bibliographic record
Abstract
Depuis plus de trente ans, nos pratiques démocratiques évoluent au rythme de liens grandissants entre les instances décisionnelles et la société civile. Les exemples de démarches participatives s’accumulent et leurs formes sont de plus en plus diverses. Au cours des dernières années, les démarches en amont sont de plus en plus présentes dans le paysage participatif et les organisations sont plus nombreuses que jamais à faire le pari de l’amont. C’est le cas d’Hydro-Québec avec ses les tables d’information et d’échange (TIE). Ces tables, existantes depuis la fin des années 1990 et dirigées par le maître d’ouvrage, regroupent plusieurs acteurs du milieu. Elles se tiennent dès le début du processus de planification. L’Office de consultation publique de Montréal (OCPM) a elle aussi faut le saut en amont en adaptant ses méthodes pour intervenir plus tôt dans le processus pour certains mandats. À travers deux études de cas, une portant sur les TIE du complexe hydroélectrique de la Romaine, et l’autre sur la consultation de l’OCPM sur la planification détaillée du secteur de Griffintown, ce mémoire explore les effets de la participation en amont sur les projets et sur ces acteurs.
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 | 0.023 | 0.073 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.016 | 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".