MétaCan
Menu
Back to cohort
Record W7001517171

L’adaptation selon la typologie conceptuelle de Mark Pelling et sa pertinence pratique dans l’évaluation du projet Agriclimat

2022· other· fr· W7001517171 on OpenAlexaboutno aff

Bibliographic record

VenueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2022
Typeother
Languagefr
FieldEarth and Planetary Sciences
TopicCold Fusion and Nuclear Reactions
Canadian institutionsnot available
Fundersnot available
KeywordsContext (archaeology)Face (sociological concept)Data verification
DOInot available

Abstract

fetched live from OpenAlex

Dans le contexte actuel des changements climatiques, l’adaptation est une nécessité pour faire face à la crise climatique. Beaucoup d’auteurs, de décideurs publics et d’organisations abordent l’adaptation, multipliant les attentes que nous avons envers celle-ci et les formes qu’elle peut prendre. Face à cette situation, l’auteur Mark Pelling a tenté d’organiser le concept de l’adaptation dans une typologie à trois chemins : la résilience, la transition et la transformation. Cette recherche vise non seulement à mieux saisir la démarche de Pelling, mais aussi à considérer sa valeur pratique dans des cas concrets. C’est le cas au Québec du projet Agriclimat, qui vise à rendre les exploitations agricoles québécoises plus résilientes face au climat de demain. La question de recherche de ce travail est la suivante : À quel chemin de l’adaptation, selon la typologie de Mark Pelling, le projet Agriclimat correspond-il le mieux ? La méthodologie pour répondre à cette question repose essentiellement sur l’utilisation de la typologie de l’adaptation de Pelling pour analyser les mesures et discours provenant du projet Agriclimat. D’ailleurs, plusieurs questions conceptuelles émergent face à cette typologie. Par exemple, qui décide quels chemins de l’adaptation est les plus approprié et qui doit l’appliquer ? Quels sont les seuils précis qui séparent les différents chemins de l’adaptation ? Ensuite, le projet Agriclimat soulève également des interrogations quant à sa stratégie de volontariat pour regrouper des petits groupes d’agriculteurs qui en principe représentent au sein du projet l’ensemble des agriculteurs régionaux. En outre, nous constatons que la réponse à la question de recherche est plus nuancée que l’hypothèse. Il est faux d’affirmer qu’Agriclimat se positionne uniquement dans le chemin de la transition comme cela est postulé dans l'hypothèse de départ. En effet, le projet couvre surtout la résilience et certains éléments de la transition. La typologie reste pertinente, néanmoins elle mériterait des clarifications et surtout un approfondissement de la transformation qui semble délaissé. Finalement, Agriclimat demeure un projet qui propulse le secteur agricole vers des initiatives intéressantes d’adaptation aux changements climatiques. Le projet aura plusieurs défis à relever, notamment de parvenir à faire réaliser ces initiatives à grande échelle.

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)0.019
metaresearch head score (Gemma)0.028
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.068
Threshold uncertainty score0.136

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0190.028
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0040.007
Science and technology studies0.0060.017
Scholarly communication0.0140.011
Open science0.0020.006
Research integrity0.0020.005
Insufficient payload (model declined to judge)0.0110.002

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 head0.025
GPT teacher head0.207
Teacher spread0.182 · 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 designNot applicable
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
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Same topicCold Fusion and Nuclear ReactionsFrench-language works237,207