L'économie sociale en milieu forestier : les coopératives forestières et les organismes de gestion en commun dans le développement des régions-ressources du Québec
Bibliographic record
Abstract
Ce mmoire porte sur la place de l'conomie sociale dans les rgions-ressources qubcoises, en particulier en ce qui concerne le milieu forestier.Nous examinons l'approche globale de l'conomie sociale, approche qui s'applique l'tude des organisations d'conomie sociale de type forestier (coopratives forestires et organismes de gestion en commun).L'industrie forestire au Qubec est donc perue comme un laboratoire pour, d'une part, valuer quelle peut tre l'ampleur de l'conomie sociale et, d'autre part, pour expliquer comment elle peut contribuer au dveloppement socio-conomique des rgions.Dans une premire partie, nous dfinissons le concept d'conomie sociale et nous dcrivons le modle de dveloppement solidaire qu'elle vhicule.Ensuite, nous traitons de la dvitalisation socio-conomique des rgions-ressources et de l'exploitation forestire.Cette dernire constitue un moteur important de dveloppement des rgions-ressources.Ceci nous amne dcrire les entreprises collectives forestires, les coopratives forestires et les organismes de gestion en commun.Finalement, nous prsentons le bilan social de ces entreprises.Les rsultats de cette valuation sont prsents dans quatre sections : la rentabilit sociale, le rapport au secteur forestier, le rapport entre les entreprises collectives forestires et les innovations sociales.Cette tude montre que les entreprises collectives forestires rpondent une nouvelle demande en mergence, celle d'tre rentable socialement.Elles prennent place dans des secteurs marchands, sans abandonner leur mission de contribuer efficacement un dveloppement plus harmonieux des rgions-ressources du Qubec.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".