MétaCan
Menu
Back to cohort
Record W610631484 · doi:10.71781/21596

Portée et limites de la participation délibérative : le cas de la Commission d'étude sur la gestion de la forêt publique québécoise

2010· dissertation· fr· W610631484 on OpenAlexaboutno aff
Julie Hagan

Bibliographic record

VenueOpen MIND · 2010
Typedissertation
Languagefr
FieldSocial Sciences
TopicSocial Sciences and Governance
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical scienceHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

Ce mémoire de maîtrise s’intéresse à la portée et aux limites de la participation publique à la gestion des ressources naturelles. Plus spécifiquement, une étude du cas de la Commission Coulombe est réalisée afin de déterminer, d’une part, dans quelle mesure la participation délibérative a favorisé l’émergence de nouveaux discours et quels ont été ses effets politiques, d’autre part. L’argumentation se fonde sur une approche discursive-institutionnelle et, plus précisément, sur la notion d’arrangement politique développé par Bas Arts et Pieter Leroy. L’étude de la Commission Coulombe révèle que la participation délibérative a permis de renforcer la légitimité des institutions étatiques, elle a encouragé l’émergence de préoccupations et de notions nouvelles, elle a eu des effets sur l’élaboration des règles, des politiques et des programmes et a permis une certaine redéfinition des rapports de pouvoirs entre les acteurs du régime forestier québécois. Ses effets sont cependant ambivalents en termes de démocratisation de la gestion publique. Les pouvoirs publics ont utilisé la Commission pour rétablir leur crédibilité, justifier des décisions impopulaires et faire avancer les grandes orientations du gouvernement. De plus, les acteurs qui ont acquis le plus de pouvoir et les enjeux qui ont émergés de façon la plus marquée sont ceux qui étaient favorisés par le contexte politique de modernisation de l’État québécois.

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 imitation

Not 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.

metaresearch head score (Codex)0.012
metaresearch head score (Gemma)0.022
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.140
Threshold uncertainty score0.555

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0120.022
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0020.002
Science and technology studies0.0160.023
Scholarly communication0.0140.005
Open science0.0020.007
Research integrity0.0040.006
Insufficient payload (model declined to judge)0.0100.000

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.

Opus teacher head0.037
GPT teacher head0.395
Teacher spread0.358 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations5
Published2010
Admission routes1
Has abstractyes

Explore more

Same venueOpen MINDSame topicSocial Sciences and GovernanceFrench-language works237,207