La politique nationale de l'architecture et de l'aménagement du territoire du Québec : Une mise en récit mobilisatrice ?
Bibliographic record
Abstract
Résumé La publication de la Politique nationale de l'architecture et de l'aménagement du territoire du Québec (PNAAT) interpelle la géographie à plusieurs égards. Cette politique, qui résulte d'un processus d'élaboration de dix‐huit mois, est mise en récit autour du paradigme de l'aménagement durable, comme le veut la tendance générale aujourd'hui en aménagement et urbanisme. Or, au Québec, plusieurs politiques territoriales adoptées depuis 2000 sont aussi marquées par une telle trame narrative. Conséquemment, il convient de s'interroger sur la nature de la narrativité de la PNAAT : s'agit‐il de la consolidation du référentiel existant ou d'un recadrage ? Par ailleurs, quel potentiel la PNAAT acquiert‐elle ainsi en termes de mobilisation des acteurs ? Ces questions nous mèneront à comparer diverses politiques publiques québécoises, sur les plans de la terminologie, de même que des orientations et objectifs. Nos résultats illustrent le fait que le discours de la PNAAT est en conformité avec les politiques territoriales précédemment proposées. De plus, l'appel à la durabilité et à la lutte au changement climatique présente un pouvoir mobilisateur à travers une mise en récit bien ficelée.
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 | 0.002 |
| Science and technology studies | 0.007 | 0.008 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".