Analyse des facteurs influençant l’adoption de comportements écoresponsables dans l’industrie de la construction : une revue systématique des leviers et obstacles
Bibliographic record
Abstract
L’impact de l’industrie de la construction sur l’environnement représente une préoccupation montante, caractérisée par une contribution majeure à la génération de déchets, aux émissions de gaz à effet de serre (GES), ainsi qu’à l’exploitation des ressources naturelles. Un inventaire publié par le Gouvernement du Canada (2022) a révélé que ce secteur est le troisième plus important émetteur de GES au Canada. Confrontée à cette problématique d’envergure mondiale, l’industrie s’est orientée vers l’adoption de certifications environnementales visant à améliorer sa performance écologique. Aux États-Unis, le Leadership in Energy and Environmental Design (LEED) et en Europe, la certification Haute Qualité Environnementale (HQE) illustrent ces initiatives. Le présent projet de recherche se focalise sur l’identification des facteurs facilitant et des barrières entravant l’adoption de comportements écoresponsables chez les professionnels et travailleurs du secteur de la construction. Pour ce faire, une revue de littérature a été réalisée pour la collecte et l’analyse des données, se concentrant principalement sur les publications scientifiques parues entre 2009 et 2023. L’objectif de cette étude est d’approfondir la compréhension des dynamiques comportementales relatives à l’environnement au sein de l’industrie de la construction et de contribuer à l’élaboration de stratégies pour une pratique plus durable et respectueuse de l’environnement.
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 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 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".