Réinventer l'espace forestier : ethnographie d'initiatives collectives de forêts nourricières et de plantations climatiques dans le Bas-Saint-Laurent, Québec
Bibliographic record
Abstract
Cette thèse porte un regard anthropologique sur des initiatives collectives de plantation de végétaux réalisées dans la région du Bas-Saint-Laurent, Québec. Les initiatives étudiées mènent 1) à la création d'aménagements comestibles appelés « forêts nourricières » ou 2) à la réalisation de plantations d'arbres à des fins de compensation carbone volontaire, que j'ai nommées des « plantations climatiques ». Portées par différents groupes d'acteurs de la société civile (citoyens, professeurs, municipalités, organismes environnementaux, etc.), ces initiatives misent sur des approches de la conservation et de la valorisation environnementale basées sur des actions collaboratives, des attitudes de convivialité et de solidarité, et des économies déployées dans une perspective de transition socio-écologique. En m'appuyant sur une ethnographie multisites, j'explique comment la réalisation de ces projets agroforestiers se basent sur des idéaux de la forêt et des besoins en matière de lutte contre les changements climatiques, de protection de la biodiversité, de verdissement et de résilience alimentaire. L'approche de l'écologie politique permet de situer les contextes d'émergence de ces deux types d'initiatives, de rendre compte des dynamiques de pouvoir qui accompagnent leur création, et d'exposer leurs implications pour la construction et l'appropriation de l'espace forestier bas-laurentien. Cette thèse contribue à élargir les thématiques de recherche investies en anthropologie de la forêt au Québec, qui touchent généralement les aires protégées étatiques, l'industrie forestière et les questions autochtones. Elle met en lumière des modes d'exploitation des arbres et des plantes qui impliquent de valoriser, d'une part, des produits autres que le bois et, d'autre part, des espaces environnementaux « non productifs », comme des friches et des terrains déboisés, en mobilisant des imaginaires forestiers. Également, cette thèse vient poursuivre les recherches anthropologiques documentant les nouvelles manières de vivre et de s'engager sur le territoire rural du Bas-Saint-Laurent, en se penchant sur les aspirations socio-environnementales, locales et régionales, qui justifient les actions des groupes d'acteurs étudiées.
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 | 0.003 | 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 | 0.008 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".