Préférences hétérogènes des grands projets miniers : trois essais en évaluation non marchande
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
L’évaluation fine des impacts miniers représente un défi majeur \nconsidérant l’ampleur des changements socio-économiques et environnementaux \net les controverses que le secteur minier continue jusqu’à lors de susciter. Un aspect \nsouvent manquant de l’évaluation des projets miniers est lié à la question de \nl’impact sur le bien-être. La thèse a pour objectif d’apporter un ensemble \nd’éclairages sur les potentiels impacts, notamment en considérant l’hétérogénéité \nde la population. Le contexte d’étude est la province minière du Québec, au Canada, \navec une enquête des ménages mesurant les variations de bien-être par la méthode \nChoice Experiment. \nL’article 1 pointe l’importance du contexte géographique, marquée par des \ninégalités spatiales dans les impacts miniers. Nous trouvons que le développement \nminier peut avoir des impacts de longues distances sur le bien-être, liés au type de \nminerai et à la perception individuelle du risque. L’article 2 tire avantage du passé \nminier de l’exploitation de l’or au Québec pour étudier si cette expérience collective \nfacilite les arbitrages miniers sur les terres rares, un minerai nouveau dans la \nprovince et souvent méconnu par le public. Enfin l’article 3 teste les effets \npotentiels de campagnes d’information sur les changements de bien-être. \nL’information apparaît avoir peu ou aucun effet. Cependant, ce résultat masque des \neffets élevés et contrastés auprès des individus opposés par leurs perceptions sur \nl’opportunité/menace d’une nouvelle mine. La thèse conclue en présentant des \nnouvelles pistes de recherche pour mieux évaluer les effets du développement \nminier sur le bien-être.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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 it