La ruralité contemporaine face aux changements climatiques : étude de l’adaptation sur les littoraux touristiques d’une petite ville québécoise
Bibliographic record
Abstract
En études urbaines ou régionales, les petites et moyennes villes (PMV) forment une catégoriedifficile à classer. En périphérie, ces territoires hybrides comprennent des signes de l’urbain, mais aussi certaines fonctions associées à la ruralité (p. ex., agriculture et conservation). Le tourisme y est souvent désignécomme une solution au recul agricole et à la désindustrialisation. Pourtant, en situation littorale, le secteurtouristique des PMV dépend d’un environnement fragile, soumis à divers événements naturels amplifiés parles changements climatiques. Au Québec, les littoraux de l’estuaire du Saint-Laurent font face à plusieurs pressions liées aux transformations du climat : accélération de l’érosion côtière, diminution du pied de glace, incertitudes autour des tempêtes, submersion, etc. C’est notamment le cas à Rivière-du-Loup, petite ville du Bas- Saint-Laurent. À l’aide de la théorie de la production de l’espace (Lefebvre, 1974/2000), nous essayons demettre en lumière les principaux enjeux pour l’adaptation du territoire touristique louperivois. Nous nousbasons sur certains résultats préliminaires d’une recherche-action en mode living lab que nous avons menée de 2016 à 2019.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| 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".