MétaCan
Menu
← Back to cohort
Record W6991883674

Intégrer le transport durable dans les processus décisionnels pour le réaménagement de rues : application de l’aide multicritère à la décision

2021· other· fr· W6991883674 on OpenAlexfundaboutno aff

Bibliographic record

VenueCorpus Université Laval (Université Laval) · 2021
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
FundersSocial Sciences and Humanities Research Council of CanadaHydro-Québec
KeywordsTransport policyRail transportationRoad transportTransport system
DOInot available

Abstract

fetched live from OpenAlex

Les nombreux impacts négatifs liés à la démocratisation de l'automobile dans le dernier siècle ont mené à repenser les systèmes de transport et les pratiques de planification des transports. Les systèmes de transport devraient être planifiés pour protéger la viabilité écologique à long terme, pour fournir une accessibilité de base et pour assurer un accès équitable intergénérationnel et intragénérationnel au transport : c'est le transport durable. Plusieurs actions et stratégies ont été proposées dans les dernières décennies pour mettre en œuvre le transport durable. Le réaménagement des rues en faveur du transport actif et en commun est une de ces stratégies. Toutefois, il existe actuellement un décalage entre les plans, qui adoptent une vision de transport durable, et la pratique, qui réalise encore des projets de transport non-durables. Les différentes échelles de gouvernements requièrent de nouveaux outils d'aide à la décision pour changer les processus décisionnels. L'aide multicritère à la décision (AMCD) est une approche de mise en œuvre par divers processus possibles et proposant diverses méthodes d'analyse qui est de plus en plus discutée dans la littérature en transport afin d'intégrer une perspective holistique dans les processus décisionnels et l'évaluation de projet. Dans cette optique, cette thèse étudie plus particulièrement l'utilisation de l'AMCD pour améliorer les processus décisionnels liés au réaménagement de rues. Tout d'abord, une revue de littérature a été réalisée afin de mieux comprendre les méthodes d'évaluation actuellement utilisées dans les processus décisionnels en transport. Les deux principales méthodes d'évaluation dans le domaine (analyse coût-bénéfice et AMCD) ont été analysées selon leurs forces et leurs faiblesses perçues, les différentes manières de les combiner et leurs capacités à intégrer les principes de développement durable dans les processus décisionnels. Afin de considérer les différentes conceptualisations de l'aide à la décision, les résultats ont été analysés en considérant quatre approches d'aide à la décision basées sur le concept d'agir communicationnel d'Habermas (objectiviste, conformiste, ajustable et réflexive). Ensuite, une méthode pour développer un outil cartographique d'AMCD qui priorise le réaménagement de rues en rues conviviales a été proposée et a été appliquée en collaboration avec la Ville de Québec, Canada. Les rues conviviales sont l'objet d'un mouvement populaire en Amérique du Nord pour l'aménagement de " rues pour tous ". L'outil a été développé lors d'ateliers multidisciplinaires (transport, urbanisme, environnement, infrastructure, etc.) réunissant des professionnels de Québec selon la méthode d'AMCD MACBETH. Le développement de l'outil a été réalisé en cinq phases : (1) la structuration du problème, (2) la construction d'échelles d'attractivité, (3) l'élicitation de taux de substitution, (4) la validation du modèle et (5) la production de cartes de priorité. Forte du succès de la démarche, la Ville de Québec intègre cet outil dans sa stratégie de rues conviviales depuis 2017. Pour faire suite à l'outil développé avec la Ville de Québec, un cadre d'évaluation post-projet dans un contexte d'AMCD a été développé et appliqué à propos du développement et de l'utilisation de l'outil. Le cadre d'évaluation se base sur cinq questions : pourquoi évaluer?, quoi évaluer?, sur quoi est basée l'évaluation?, comment évaluer? et qui est impliqué dans l'évaluation?. L'évaluation a pris la forme d'une série d'entretiens individuels réalisés avec les professionnels impliqués dans le développement et l'utilisation de l'outil cartographique d'AMCD. Les entretiens portaient sur le développement, l'utilisation et la pérennité de l'outil et ont été analysés selon la méthode d'analyse thématique. Enfin, afin d'évaluer le potentiel d'application de la démarche dans d'autres contextes, les pratiques et les perceptions de professionnels quant à la réfection et au réaménagement de rues provenant de 11 municipalités québécoises ont été documentées lors d'ateliers multidisciplinaires de groupe (infrastructure, transport, urbanisme, environnement et géomatique). Les objectifs de ces ateliers étaient (1) de brosser un portrait des pratiques actuelles et (2) d'identifier les enjeux et les défis à développer un outil cartographique d'AMCD dans des contextes municipaux différents. Les ateliers ont été analysés en schématisant les processus décisionnels actuels et en utilisant la méthode de cartographie causale. Une série de lignes directrices a été proposée pour permettre le développement d'outils cartographiques d'AMCD au sein de municipalités. Ainsi, ces lignes directrices visent à faciliter le développement d'un nouveau type d'outils d'aide à la décision pour les municipalités, mais également à permettre d'améliorer les processus décisionnels actuels des municipalités afin de mieux arrimer les visions et les objectifs adoptés dans les politiques et les plans avec les projets réalisés et les pratiques professionnelles.

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)0.006
metaresearch head score (Gemma)0.013
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.032
Threshold uncertainty score0.063

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0060.013
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.002
Bibliometrics0.0020.002
Science and technology studies0.0020.001
Scholarly communication0.0050.004
Open science0.0010.003
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0100.001

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 head0.011
GPT teacher head0.203
Teacher spread0.192 · 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 designTheoretical or conceptual
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

Citations0
Published2021
Admission routes2
Has abstractyes

Explore more

Same venueCorpus Université Laval (Université Laval)→French-language works237,207→