L’accessibilité aux espaces verts, source d’inégalités environnementales ? : le cas de Saint-Henri à Montréal
Bibliographic record
Abstract
Le quartier Saint-Henri dans le sud-ouest de Montréal est marqué depuis plusieurs décennies par un processus de gentrification aux conséquences néfastes pour les populations vulnérables, ainsi que plus récemment d’une importante croissance des espaces verts durable afin de favoriser leurs accessibilités à ces mêmes populations. Or, en cherchant à répondre au problème d’inégalité environnementale lié à l’accessibilité, ces espaces verts influencés par l’idéal de durabilité peuvent aussi contribuer à un phénomène d’(éco)gentrification qui à son tour peut engendrer une injustice environnementale attachée aux déplacements des populations vulnérables. Pour comprendre cette problématique, ce mémoire illustre la relation entre (éco)gentrification, développement durable et verdissement des espaces urbains et les conséquences de celle-ci sur les populations vulnérables. La réflexion entourant cette triple relation permet aussi de mettre en lumière un écart entre discours et pratiques d’accessibilité aux espaces verts à partir de la mobilisation d’une approche de justice environnementale critique. En conséquence, la méthodologie de recherche est construite pour vérifier la présence de cet écart dans le contexte spécifique de Saint-Henri et plus particulièrement du triangle vert observé lors du terrain de recherche. Cette dernière mobilise une analyse qualitative transversale des discours et des observations de comportements non verbaux. L’analyse et l’interprétation des données collectées démontrent la présence d’un écart entre les discours et les pratiques d’accessibilité aux espaces verts causés par le phénomène d’(éco)gentrification. Cet écart ancré dans une injustice environnementale vient paradoxalement favoriser le renforcement d’une inégalité environnementale lié à la limitation de l’accès des espaces verts aux populations vulnérables et donc à l’amélioration de leurs conditions de vie.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.014 | 0.010 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".