Les restes, les fruits et légumes et le pain sont les aliments le plus fréquemment jetés
Bibliographic record
Abstract
Les choix des ménages – quoi manger, par quel moyen se rendre au travail, comment se chauffer, etc. – sont lourds de conséquences pour l’environnement. Alors qu’il est plus que jamais nécessaire d’agir en faveur de l’environnement et d’évoluer vers des modes de consommation plus soutenables, rendre ces choix plus durables promet de réduire notablement les incidences environnementales. Or, dans un contexte marqué par une accumulation de crises interdépendantes, les gouvernements peinent à accompagner les ménages afin de concrétiser ce potentiel.Le présent ouvrage passe en revue les résultats de l’enquête 2022 de l’OCDE sur la politique de l’environnement et l’évolution des comportements individuels. Cette enquête porte sur les attitudes et les comportements des ménages concernant l’énergie, les transports, les déchets et les systèmes alimentaires. Elle a été réalisée auprès de plus de 17 000 ménages dans 9 pays : Belgique, Canada, États-Unis, France, Israël, Pays-Bas, Royaume-Uni, Suède et Suisse. L’enquête a aussi servi à recueillir des informations sur les raisons pour lesquelles les personnes interrogées changent de comportement et sur les obstacles qu’elles doivent surmonter, et offre de ce fait une source unique de données empiriques pour éclairer l’action des pouvoirs publics en faveur de modes de consommation plus durables.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.020 | 0.003 |
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".