Infrastructures urbaines et participation publique : le cas de la modernisation de la rue Notre-Dame
Bibliographic record
Abstract
Ce mémoire de maîtrise s’intéresse aux exercices participatifs liés à la planification et à la gouvernance des infrastructures routières en milieu urbain. Une étude de cas a été effectuée concernant la modernisation de la rue Notre-Dame. Celle-ci alimente des controverses socio-politiques depuis plus de 30 ans et une décision publique est attendue. Pour arriver à un compromis satisfaisant, les élus ont convié les acteurs socio-économiques à participer à un débat public. L’analyse de cas a permis de rendre compte de la variété des acteurs en présence et de la diversité des demandes formulées à l’occasion du débat public. Si les demandes formulées peuvent parfois être compatibles, l’étude de cas montre que ces demandes peuvent aussi s’éloigner les unes des autres, cela s’expliquant avant tout par la spécificité et la position des acteurs en présence. Les élus municipaux et provinciaux sont alors placés dans une position complexe, puisqu’ils doivent rendre une décision publique. L’analyse a permis de rendre compte des bénéfices, mais aussi des limites du débat public organisé par rapport à l’enjeu de la modernisation de la rue Notre-Dame. L’étude de cas révèle finalement que certaines limites ont trait à la participation des acteurs aux processus de consultation publique. En fait, trois discours majeur s’affrontent. Chacun d’eux appréhende à partir de valeurs distinctes la question de la régulation sociale et l’élaboration des politiques publiques.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.004 | 0.006 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".