Analyse de la perception des résidents de multilogements à Montréal en vue d’augmenter leur participation à la collecte sélective
Bibliographic record
Abstract
Malgré l’augmentation de presque 20 % \nde la quantité de matières résiduelles \nrecyclées du secteur résidentiel entre \n2000 et 2002 et du fait que plus de 85 % \ndes Québécois bénéficient du service de \ncollecte sélective en 2004, la grande \nmajorité des matières résiduelles \naboutissent dans les sites d’enfouissement. \nAinsi, le taux de détournement \nactuel (environ 17 %) est encore très loin \ndes 60 % fixés comme objectif pour 2008 \ndans la Politique québécoise de gestion des \nmatières résiduelles 1998-2008. Pour \ncomprendre, du moins en partie, les \nraisons sous-jacentes au faible taux de \nrécupération dans les multilogements \nmontréalais, une étude sur la perception \ndes résidants de quatre territoires \nmontréalais quant à différentes alternatives \nde services de collecte sélective a \nété entreprise. L’hypothèse sous-jacente \nà l’étude est la suivante : le fait de \nconnaître la perception qu’a une population \nquant aux différents services \nofferts permettrait d’identifier les \néléments clés qui aideraient les décideurs \nà proposer de nouvelles stratégies de \ngestion visant à augmenter – mais surtout \nà améliorer – la participation de cette \npopulation à la collecte sélective. Pour ce, \nl’analyse de perception catégorielle \n(APC), une méthodologie d’enquête et \nd’analyse des résultats, a été employée. \nLes 180 résidants rencontrés ont évalué \nneuf critères par rapport à cinq scénarios \nde service. Selon l’analyse faite, une \nmajorité estime que l’éducation est un \nparamètre clé pour la pérennité de la \ncollecte et que le scénario qui renforce \nl’aspect éducation-sensibilisation semble \nêtre celui qui pourrait avoir un effet positif \nnon seulement sur les quantités de \nmatières récupérées mais aussi sur \nd’autres comportements environnementaux. \nLes résultats démontrent qu’une \nfaible proportion (12 %) des personnes \nrencontrées ne participe pas à la collecte \nsélective. On peut alors conclure que le \ntaux de récupération dépend moins d’une \naugmentation du nombre de participants \nque de la qualité de la participation.
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 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 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".