Le secteur de l’aluminium en quête de légitimité et d’influence : les ententes volontaires sur la réduction des émissions de gaz à effet de serre au Québec
Bibliographic record
Abstract
Au début des années 2000, le Gouvernement du Québec a négocié avec les acteurs du secteur de l’aluminium des ententes volontaires de réduction des émissions de gaz à effet de serre (GES). Pour les autorités gouvernementales, ces accords permettent généralement de pallier le vide institutionnel en la matière. Cependant les raisons qui motivent la participation des entreprises sont plus complexes à interpréter. À partir de deux études de cas menées auprès d’entreprises du secteur de l’aluminium, cet article analyse le processus institutionnel ayant mené à l’adoption des ententes volontaires. Les bénéfices environnementaux, humains et politiques des ententes sont également analysés. Cet article permet de mettre en lumière l’engagement symbolique des alumineries, de même que les bénéfices relativement négligeables des ententes sur l’environnement et les négociations politiques. Il aborde également une dimension négligée dans les recherches précédentes concernant les bénéfices liés à la mobilisation des employés et à l’expérience dans la gestion des problématiques climatiques.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.007 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
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".