Bibliographic record
Abstract
Les dépôts contrôlés de déchets posent un défi à la gestion durable des métropoles, comprises comme des « traductions spatiales du global ». En effet, même s’ils génèrent de réels problèmes sanitaires et environnementaux, ils sont aussi des points d’appui du développement métropolitain. Cet article demande donc si le cadre de la justice environnementale est suffisant pour penser les problèmes de leur gouvernance métropolitaine, à la fois locale et mondiale. La démonstration suggère d’abord que la construction du problème public des déchets ouvre la voie à l’expression de multiples dilemmes environnementaux. En fonction des échelles auxquelles ils prennent les décisions, les actrices et acteurs métropolitain.es sont parfois conduit.es à choisir entre des valeurs difficiles à hiérarchiser (santé, cadre de vie, accès aux services urbains). L’article souligne ensuite que la justice environnementale, sociale et spatiale propose un cadre normatif à première vue adéquat pour explorer cette question. Toutefois, ce cadre peut être affiné pour appréhender la complexité métropolitaine et déplacer l’analyse des espaces de l’action aux pratiques des actrices et acteurs. Dans une perspective transaméricaine, nous mobilisons les exemples de Montréal (Complexe environnemental Saint-Michel) et de Buenos Aires (Villa Dominico).
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.011 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 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".