Bibliographic record
Abstract
I Éditorial Deux dossiers plutôt qu'unLe comité éditorial de la revue Organisations & Territoires a le plaisir de vous offrir deux dossiers pour le dernier numéro de 2022.Le premier porte sur les enjeux contemporains de la sécurité alimentaire.Ce sont les professeureschercheuses Salmata Ouedraogo et Jeanne Simard et la docteure en management de projets France Desjardins, DMP qui sont coresponsables de ce dossier.Toutes les deux sont membres du Laboratoire de recherche et d'intervention en gouvernance des organisations (LARIGO) de l'UQAC.Le second dossier sur les dispositifs d'accompagnement et d'appui financier à l'entrepreneuriat et aux PME en contexte africain francophone a été développé sous la responsabilité du professeur Théophile Serge Nomo de l'École de gestion de l'Université du Québec à Trois-Rivières (UQTR).Présentés dans les prochains textes, ces deux dossiers se poursuivront dans le premier numéro de 2023. Rubrique Espace libreMartin Simard fait l'analyse d'une polémique qui a eu lieu dans la presse écrite québécoise de janvier 2021 à juin 2022.Celle-ci portait sur le problème de l'étalement urbain et de son remède présumé, la densification résidentielle.Cet enjeu de société est jugé fondamental, car il touche la forme de l'habitat et des milieux de vie de l'ensemble des citoyens et citoyennes.Cette polémique a mis au jour un choc des valeurs en matière d'aménagement et d'urbanisme entre plusieurs élus et élues du gouvernement de la CAQ, en dépit de l'adoption de la Politique nationale de l'architecture et de l'aménagement du territoire en juin 2022.Selon l'auteur, ce désaccord semble refléter les avis divergents existant au sein de la population, malgré l'appui généralisé envers la densification chez les urbanistes, chez les environnementalistes de même que chez plusieurs maires et mairesses progressistes.Il sera intéressant de suivre de près cette polémique, surtout lorsque le gouvernement du Québec publiera son plan de mise en œuvre de la Politique prévu pour 2023.Une mise en œuvre trop rapide et coercitive de mesures de densification résidentielle pourrait avoir des répercussions sur la cohésion sociale.
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 | 0.003 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.006 | 0.007 |
| Insufficient payload (model declined to judge) | 0.118 | 0.057 |
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".