Strategies de protection des milieux naturels des municipalites quebecoises après Kunming-Montréal : cas de Magog et Longueuil
Bibliographic record
Abstract
En décembre 2022 à Montréal, la communauté internationale a adopté des cibles post-2020 pour contrer le déclin de la biodiversité. Parmi ces cibles, la plus emblématique est l’objectif 30x30, qui vise à protéger 30 % des zones terrestres et des eaux intérieures d’ici 2030. Au Québec, les municipalités jouent un rôle clé dans l’atteinte de cette cible, car elles ont la capacité d’utiliser leurs pouvoirs de planification territoriale pour préserver des zones où la biodiversité est abondante, mais où les aires protégées ne couvrent qu’une petite partie du territoire. En conséquence, plusieurs municipalités québécoises ont depuis adopté des objectifs de protection de leurs milieux naturels et élaborent des stratégies pour y parvenir. Pour plusieurs d’entre elles, il s’agit de leur première stratégie de protection des milieux naturels. Cet essai examine et évalue les stratégies de protection des milieux naturels mises en place par les municipalités québécoises dans le contexte du Cadre mondial de la biodiversité de Kunming-Montréal. En analysant leur contexte, leurs objectifs et leurs cibles, ainsi que les outils déployés par ces municipalités, cet essai souhaite ressortir les tendances actuelles en matière de protection des milieux naturels au niveau municipal au Québec. Deux cas d’étude sont présentés pour illustrer ces tendances : la stratégie de la Ville de Magog et celle de la Ville de Longueuil. Les résultats de cette analyse révèlent que les objectifs de protection des milieux naturels des municipalités québécoises sont hétérogènes et ne répondent pas systématiquement aux critères quantitatifs et qualitatifs de l’objectif 30x30 du Cadre mondial de la biodiversité de Kunming-Montréal. Les stratégies tirent profit d’une large variété de pouvoirs réglementaires conférés par la législation. Néanmoins, leurs initiatives se heurtent à d’autres mesures légales, notamment au droit de propriété, ainsi qu’à la protection des terres et des activités agricoles. De plus, le bilan de l’analyse fait état d’un processus technocratique et d’un faible niveau de coopération intermunicipale dans le développement des stratégies de protection des milieux naturels. Ainsi, il est recommandé d’adopter une approche plus régionale, plus intégrée, avec des objectifs mieux définis et une participation accrue des parties prenantes.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.017 | 0.007 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".