Pratiques de communication climatique dans les organisations municipales québécoises
Bibliographic record
Abstract
Si la communication climatique est bien documentée sur le plan de la recherche scientifique, elle l’est beaucoup moins sur celui de sa pratique. Dans notre étude, nous nous intéressons aux individus œuvrant pour une organisation municipale québécoise et dont la fonction professionnelle les amène à sensibiliser un public cible à des enjeux climatiques. Il est pertinent de s’intéresser à ces professionnel.le.s, puisque les villes sont aux premières lignes de l’action climatique. L'objectif de notre étude est double : 1) réaliser un portrait des pratiques de communication climatique de ces individus ; 2) étudier leur disposition à l’égard des connaissances scientifiques vulgarisées (CSV). Qui sont-ils ? Quelles sont leurs fonctions précises au sein de leur organisation municipale ? Auprès de quels publics interviennent-ils ? De quelles façons ? Sont-ils en contact avec les CSV et si oui, comment et pour quelles raisons les utilisent-ils ? Un devis séquentiel mixte a été mis en œuvre. Dans une première phase, un questionnaire en ligne a été complété par 56 personnes travaillant dans 12 régions administratives du Québec. Dans la seconde phase, huit entretiens individuels ont été menés afin d’approfondir les données quantitatives issues du questionnaire. Les résultats mettent notamment en lumière une utilisation fréquente des médias sociaux pour s’adresser aux citoyen.ne.s – le principal public cible des individus sondés – ainsi que des attitudes généralement positives à l’égard des CSV. Cependant, certains freins à l’utilisation de ce type de connaissances ont été révélés, dont la difficulté à les repérer et le manque de ressources organisationnelles.
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 | 0.006 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.018 | 0.006 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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 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".