Alliances et tensions entre néoruraux et décideurs locaux dans le Québec rural
Bibliographic record
Abstract
La recomposition sociodémographique des campagnes entraîne des répercussions sur les interactions locales et les rapports de pouvoir. Les appréhender demeure un défi, car les analyses se limitent souvent aux seuls conflits entre néoruraux et ruraux de longue date autour d’enjeux partiels, sans inclure les décideurs. Pour dépasser cette vision conflictuelle et fragmentaire, notre objectif est de dégager un portrait global des relations tant de coopération que d’opposition de quatre groupes, soit les néoruraux, les ruraux de longue date, les dirigeants d’organismes et les élus municipaux, à propos de l’ensemble des enjeux les concernant. Cet article s’appuie sur des données recueillies auprès de ces différents acteurs dans deux territoires ruraux contrastés du Québec (Canada). Après un bilan mitigé des liens sociaux entretenus lors de la participation locale des néoruraux, nous nous concentrons sur les zones de collaborations et/ou de conflits de tous ces protagonistes quant aux enjeux démographiques, économiques, socioculturels, politiques, environnementaux et agricoles. Trois tendances émergent, révélant des modalités inattendues d’interactions, des rapports de force complexes ainsi que des conceptions antagoniques de l’espace rural et de son développement futur.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.009 | 0.004 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".