MétaCan
Menu
Back to cohort
Record W4399843535 · doi:10.1515/9782760623606-005

Chapitre 2 L’utilisation de la recherche scientifique dans l’élaboration des politiques environnementales : le Canada peut-il faire mieux?

2001· book-chapter· fr· W4399843535 on OpenAlexaboutno aff
Ted Schrecker

Bibliographic record

VenueLes Presses de l'Université de Montréal eBooks · 2001
Typebook-chapter
Languagefr
FieldEnvironmental Science
TopicEnvironmental and Social Impact Assessments
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

L'utilisation de la recherche scientifique dans l'élaboration des politiques environnementales : le Canada peut-il faire mieux?Te d Schrecker 1. Introduction: les leçons de l'actualitéDans un article paru à l'été 1997, trois scientifiques proposaient aux Canadiens une étude d'une rare franchise sur l'utilisation que fait notre gouvernement des recherches scientifiques dans l'élaboration des politiques environnementales.Trois chercheurs réputés, dont un qui venait à peine de quitter le ministère des Pêches et des Océans du Canada (MPO), publiaient une critique mordante affirmant que « l'influence bureaucratique » avait sérieusement compromis les travaux scientifiques nécessaires à la saine gestion des pêcheries 1 .Afin de corroborer leurs affirmations, les trois auteurs donnaient comme exemple la surévaluation des stocks qui avait mené à l'interdiction de la pêche à la morue dans l'Atlantique Nord en 1992, ainsi que les données scientifiques discutables ayant servi de base à la position du MPO sur le débit minimal nécessaire à la sauvegarde des habitats du saumon de la rivière Nechako en Colombie-Britannique, dans le cadre des projets hydroélectriques de l'Alcan.Au moment de la parution de l'article, il était déjà évident que de graves erreurs commises dans la gestion des pêcheries avaient causé l'effondrement et l'interdiction subséquente de l'industrie de la pêche à la morue par le MPO 2 .En effet, les auteurs décrivaient un processus dans lequel les données brutes d'évaluation des stocks de poissons provenaient de scientifiques du MPO agissant à titre de membres de divers sous-comités du Comité scientifique consultatif des pêches canadiennes dans l'Atlantique (CSCPCA).Ces rapports constituaient la principale source de données du comité de direction du CSCPCA, mais ils n'étaient pas accessibles au public.Après avoir approuvé ces rapports, le comité directeur préparait des recommandations qui servaient de base scientifique au Comité consultatif

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 imitation

Not 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.

metaresearch head score (Codex)0.011
metaresearch head score (Gemma)0.012
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesMetaresearch
Consensus categoriesnone
DomainCandidate signal: Methods · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: Theoretical or conceptual
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.989
Threshold uncertainty score0.737

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0110.012
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0040.007
Science and technology studies0.0090.013
Scholarly communication0.0170.005
Open science0.0020.004
Research integrity0.0040.006
Insufficient payload (model declined to judge)0.0160.002

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.

Opus teacher head0.048
GPT teacher head0.250
Teacher spread0.202 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

Study designTheoretical or conceptual
DomainMethods
GenreEmpirical

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".

Quick stats

Citations0
Published2001
Admission routes1
Has abstractyes

Explore more

Same venueLes Presses de l'Université de Montréal eBooksSame topicEnvironmental and Social Impact AssessmentsFrench-language works237,207