Les impacts sociaux de l'éolien vertueux : apprendre dans la turbulence
Bibliographic record
Abstract
/ Depuis quelques années, un grand chantier a été lancé au Québec avec le développement de l'énergie éolienne. Cette filière énergétique apparaît bien nouvelle, surtout lorsqu'elle est comparée avec l'hydroélectricité qui, elle, compte sur plus de 40 ans d'expériences. Toutefois, il nous semble déjà possible de repérer des apprentissages chez les élus provinciaux et municipaux, les groupes de citoyens et les scientifiques. En nous appuyant sur des observations tirées de recherches en cours au Québec et en France, nous situons les moments clé de la mise en place de la filière éolienne au Québec, en essayant de dégager l'évolution des connaissances et des pratiques. Puis nous soulignons que l'apprentissage est exigeant, et cela, d'une part, parce qu'il se joue d'abord au niveau des cadres de références des acteurs, c'est-à-dire au niveau des façons de penser qui structurent en amont les pratiques et, d'autre part, parce que l'apprentissage est un travail cognitif collectif, dans la conduite de grands projets énergétiques.
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 | 0.001 |
| Science and technology studies | 0.013 | 0.007 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 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".