Participation publique et gestion des ressources naturelles : quel potentiel d’influence pour les participants ?
Bibliographic record
Abstract
Dans le secteur de l’énergie et des ressources naturelles, au Canada et au Québec, plusieurs instances ont mis en place des mécanismes participatifs visant à mieux intégrer les préoccupations des citoyens dans la planification de leurs projets. À cette fin, les ministères ont développé un corpus d’écrits structurant leurs démarches et leurs rapports avec les participants. Cet article a comme objectif d’étudier comment le potentiel d’influence accordé aux participants sur le processus décisionnel est retranscrit dans cette documentation. Pour ce faire, nous avons retenu la documentation de quatre ministères canadiens (2) et québécois (2) homologues. À partir de ces documents, nous avons réalisé une analyse qualitative de contenu guidé par six principes phares dégagés de la littérature et témoignant de l’influence accordée aux participants. Bien que les démarches participatives ouvrent le processus décisionnel au grand public, elles relèvent davantage de la participation symbolique. Une plus grande transparence et ouverture de la démarche par le biais d’une reddition de compte systématique, une définition plus claire du rôle de l’expert et l’instauration d’une culture d’évaluation de la démarche participative pourrait aider à bâtir une participation plus authentique. Le petit échantillon de cette étude ainsi que le choix de retenir six critères empêchent la généralisation de ce constat. Cependant, la présente étude permet de mieux comprendre comment les instances publiques de ce secteur d’activité conçoivent le potentiel d’influence des participants. Il serait pertinent pour de futures recherches de voir comment ces processus sont réellement mis en place et comment les participants les perçoivent.
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 | 0.019 | 0.032 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.011 | 0.012 |
| Scholarly communication | 0.011 | 0.007 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.016 | 0.002 |
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".