La première élection climatique canadienne? : étude de l’impact électoral des changements climatique lors de l’élection canadienne de 2019
Bibliographic record
Abstract
Ce mémoire vise à comprendre la place que la lutte aux changements climatiques a occupée lors de l’élection fédérale de 2019, considérée par plusieurs comme ayant déterminé par l’attitude des électeurs à propos des changements climatiques. Il analyse la relation entre le comportement électoral et les ramifications climatiques, incarnée par les enjeux de la taxe carbone et les oléoducs, qui clivent la classe politique et qui ont servi d’explication à la suite de la victoire du Parti libéral du Canada de Justin Trudeau. Certains commentateurs politiques – d’Ouest en Est - ont avancé que pour la première fois dans l’histoire canadienne, une élection canadienne a été le théâtre d’un référendum sur les changements climatiques. D’autres ont annoncé le grand gagnant de l’élection ne fût pas tant le gouvernement sortant de Justin Trudeau, et encore moins la formation conservatrice défaite dirigée par Andrew Scheer, mais bien celle de de la taxe carbone adoptée par le gouvernement fédéral dans le Cadre pancanadien sur la croissance propre et les changements climatiques en 2017.
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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.007 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| 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".