Étude comparative : les mécanismes publics de contrôle d'aménagement forestier et les audits de certification forestière au Québec
Bibliographic record
Abstract
L'objectif de cette étude est de comparer le contrôle de l'aménagement forestier réalisé par (i)les auditeurs des normes de certification forestière et par (ii)le ministère des Ressources naturelles et de la Faune (MRNF). Cette comparaison de la fonction de contrôle permet de vérifier si la certification forestière est effectivement un modèle de gouvernance pouvant se substituer aux gouvernements. Le contrôle est reconnu comme une des tâches principales de gestion des organisations et de l'État. Pour répondre à ces objectifs, une méthodologie qualitative a été utilisée. Plus précisément, une observation d'audit et quatorze entrevues ont été menées auprès des auditeurs de certification et des responsables du contrôle de l'aménagement au MRNF. L'étude comparative menée indique que les deux processus de contrôle sont distincts. Toutefois, il existe certaines duplications dans le contrôle gouvernemental et celui fait par les auditeurs. Des complémentarités entre les deux processus seraient donc plausibles, notamment au niveau des sanctions imposées aux entreprises fautives. Néanmoins, l'étude prouve que la certification forestière n'est pas une formule de gouvernance pouvant se substituer complètement à l'État dans la fonction de contrôle de l'aménagement des forêts au Québec.
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 | 0.012 | 0.031 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 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".