Environnement, conflits et tractations entre divers acteurs ruraux au Québec : une mobilisation inégale du capital environnemental ?
Bibliographic record
Abstract
Les enjeux environnementaux étant les plus conflictuels dans le Québec rural, l’objectif de l’article est d’en examiner les rapports de pouvoir entre divers groupes rivaux, à la lumière du capital environnemental. Ce concept, inspiré de la théorie de Bourdieu, apparait comme une clef explicative de la complexité de ces rapports, surtout lorsqu’il est associé aux autres ressources et capitaux des acteurs en présence. Pour repérer la dynamique globale de ces luttes de pouvoir, marquées par des fractures, des tractations et des compromis fragiles, les enjeux environnementaux ont été couplés à ceux politiques. Car, derrière les conflits d’usage des espaces naturels transparaissent des enjeux politiques de gestion municipale et d’aménagement territorial. Cette juxtaposition d’enjeux oblige les acteurs, lors de leur mobilisation du capital environnemental, à s’investir aussi dans le processus décisionnel local et à déployer leurs autres atouts pour s’imposer. S’affrontent alors des protagonistes aux atouts inégaux qui préconisent deux conceptions contradictoires du développement rural, avec des valeurs, représentations, pratiques et intérêts opposés. Les données proviennent d’une analyse comparative sur les interactions à l’environnement de quatre groupes d’acteurs dans deux territoires contrastées au Québec : les néoruraux, ruraux de longue date, dirigeants d’organismes et élus municipaux. Ce sont davantage les néoruraux et les élus municipaux qui s’affrontent, chacun utilisant leur capital environnemental respectif pour gagner. Selon les circonstances, ils auront comme alliés soit les ruraux de longue date, soit les dirigeants d’organismes locaux.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.010 | 0.006 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".