La conception du territoire par la gouvernance environnementale et le droit constitutionnel : un examen de leur compatibilité à travers l’exemple du bassin versant
Bibliographic record
Abstract
En vue de protéger la nature, la conception moderne de la gouvernance environnementale est régie par de nombreux principes. L’un des éléments clés réside dans la notion de territoire, laquelle a le potentiel d’articuler la mise en oeuvre des valeurs propres à la gouvernance de l’environnement. Néanmoins, cette conception spécifique du territoire soulève d’importantes interrogations juridiques, notamment de nature constitutionnelle. En effet, les principes du droit constitutionnel délimitent une échelle d’action dissonante de celle qui est préconisée par la gouvernance environnementale. L’objet du présent article est d’étudier la conception du territoire au sein des référentiels que sont la gouvernance environnementale et le droit constitutionnel canadien pour déterminer leur degré de compatibilité. À travers l’exemple du bassin versant, trois questions centrales sont mises en évidence et discutées : quels sont les acteurs et les fondements structurels les plus appropriés à l’établissement d’une gouvernance environnementale dans le contexte canadien et selon quelle échelle territoriale ?
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.007 | 0.033 |
| Scholarly communication | 0.008 | 0.007 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.008 | 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".