Mégaprojet industriel et développement régional viable : capacité de rétention des retombées économiques et d'apprentissage des entreprises régionales, le cas de la construction de l'aluminerie d'Alcan à Alma
Bibliographic record
Abstract
Dans une région périphérique comme le SLSJ, les investissements industriels liés à l'exploitation des ressources naturelles ont un impact majeur sur l'économie locale. Mais, l'histoire montre que ces impacts économiques arrivent rarement à résoudre de façon durable les problèmes économiques qui caractérisent ces régions. Ce mémoire étudie le potentiel du mégaprojet industriel d'Alcan à Aima sur le développement viable du SLSJ et propose un regard alternatif à la simple mesure des retombées économiques locales. Le potentiel de développement viable est abordé sous l'angle de la capacité de rétention des entreprises régionales et de la réalisation d'apprentissages à partir de leur participation au chantier. La démarche de recherche est donc centrée sur les entreprises régionales comme acteur central, sur la rétention régionale des retombées économiques comme source de changement et sur l'apprentissage comme processus porteur. Le cadre théorique et le cadre d'analyse choisis font donc référence à l'évaluation d'impact, le développement viable, le développement économique local et l'apprentissage organisationnel. \n \nL'étude de la capacité de rétention et d'apprentissage est réalisée en trois grandes étapes. Premièrement, nous effectuons une revue de la documentation du mégaprojet afin de le mettre en contexte et d'identifier les principaux enjeux liés aux retombées économiques. Deuxièmement, nous analysons les résultats obtenus par les entreprises régionales à l'intérieur du processus d'attribution des lots pour la construction de l'aluminerie. Cette étape permet de caractériser la capacité de rétention des entreprises régionales. Enfin, nous étudions les résultats d'une enquête exploratoire auprès des entreprises régionales ayant obtenu des lots sur le chantier Alma. L'enquête sur les perceptions et les comportements des entreprises en lien avec le développement régional, le savoir-faire acquis sur le chantier et les relations avec les acteurs concernés permet d'observer les impacts du chantier en termes d'apprentissage. \n \nL'analyse du potentiel du mégaprojet pour un développement régional viable, basée sur les résultats de ces trois principales étapes de collecte de données, est réalisée sous quatre angles différents. Premièrement, nous identifions les leviers et les blocages reliés à la rétention et à l'apprentissage. Deuxièmement, nous évaluons l'efficacité des mesures mises en place par le promoteur et les institutions afin de maximiser les retombées économiques régionales. Troisièmement, nous analysons la nature et l'intensité des apprentissages réalisés par les entreprises régionales. Quatrièmement, nous identifions les éléments retenus pour contribuer à la modélisation du suivi des impacts sociaux. Enfin, nous effectuons des recommandations concernant des mesures de maximisation pour la rétention des retombées et la réalisation d'apprentissage, le comité de suivi et le partenariat avec les entreprises. Ces dernières visent à maximiser le potentiel du mégaprojet pour le développement viable du SLSJ. \n
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.036 | 0.007 |
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".