Référentiel de compétences pour les corps professionnels de l’environnement bâti et de l’aménagement du territoire
Bibliographic record
Abstract
Les changements climatiques (CC) ont rendu nécessaire la transformation de certaines pratiques professionnelles dans les domaines liés à l’environnement bâti et à l’aménagement du territoire. Pour pallier le fait que plusieurs professionnelles et professionnels de ce milieu n’ont pu dans leur cursus de base bénéficier de formations adéquates pour adapter leurs pratiques à cette nouvelle réalité, l’équipe de recherche a travaillé au développement d’une formation susceptible de les assister à cette fin. La démarche proposée pour parvenir à développer ce matériel de formation reposa sur deux étapes. On demanda à des experts et expertes académiques ainsi qu’à des représentantes et représentants des ordres professionnels des architectes, des urbanistes et des ingénieurs d’indiquer quels étaient, à leur avis, les besoins les plus pressants à combler. La colligation de leurs suggestions a permis de développer un référentiel de formation articulé autour de quatre compétences générales : utiliser des informations climatiques pertinentes dans le cadre de la conception de projets, mettre en oeuvre une démarche d’adaptation qui soit structurée, concevoir des projets intégrant des solutions résilientes et, finalement, collaborer avec toutes les parties prenantes pour optimiser la mise en oeuvre de solutions d’adaptation jugées adéquates.
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 | 0.010 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.016 | 0.004 |
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".