Gouvernance participative par l’engagement citoyen à l’heure des changements climatiques
Bibliographic record
Abstract
Les résultats présentés dans ce texte découlent de recherches-actions participatives menées entre 2005 et 2009 avec trois communautés du littoral acadien du Nouveau-Brunswick sur la côte est du Canada. L’objectif de ces travaux était de coordonner la démarche de citoyens, d’élus et d’agences (gouvernementales et d’aménagement) et la prise de décision entourant l’adoption de pratiques durables en matière d’adaptation face aux problèmes d’érosion et d’inondations dans le contexte des changements climatiques. Plus précisément, les auteurs ont accompagné, à l’aide d’approches intégrées, les différents acteurs et preneurs de décision à l’échelle locale, provinciale et fédérale, tout en assurant un lien entre le savoir scientifique et le savoir vernaculaire. Il s’agit des communautés de Pointe-du-Chêne, situé dans le sud-est du Nouveau-Brunswick et en bordure du détroit de Northumberland, de Le Goulet, localisé dans le nord-est du Nouveau-Brunswick et sur les côtes du golfe du Saint-Laurent et enfin, de Bayshore de la municipalité de Bathurst, situé dans la baie des Chaleurs. La démarche développée par les chercheurs s’organise en trois temps : 1) recueil, à l’aide d’entretiens semi-dirigés, des données concernant les représentations sociales des habitants de la zone côtière au sujet du changement climatique, des impacts et de l’adaptation ;2) sensibilisation des acteurs concernés par l’entremise de séances d’informations et de discussions dans les communautés pour co-construire l’objet de la recherche et enfin ;3) coordination de groupes de discussions pour la phase engagement des communautés qui a conduit à la rédaction collective d’un plan d’action pour l’adaptation tenant compte de la diversité des caractéristiques des communautés et des territoires.
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 | 0.005 | 0.008 |
| 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 | 0.005 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".