La planification des parcs et espaces verts dans un contexte de densification urbaine : le point de vue de professionnels sur les outils à leur disposition dans les municipalités québécoises
Bibliographic record
Abstract
Alors que les bienfaits des parcs et espaces verts sont largement démontrés dans la littérature, la pandémie de COVID-19 a mis en lumière la nécessité de ces espaces auprès de la population, notamment en milieux urbains denses. Malgré cela, des recherches indiquent que dans les villes où la densité est importante, ces dernières peinent à offrir une quantité suffisante de ces espaces à leurs citoyens. Des recherches illustrent le rôle clé des outils d’aménagement et d’urbanisme pour planifier l’offre en parcs et espaces verts dans un contexte de densification urbaine, mais sans offrir de réponse complète quant aux façons dont les municipalités devraient utiliser ou combiner ces outils. Alors que le Québec a planifié la consolidation des municipalités déjà développées pour accueillir la croissance démographique anticipée, les outils qu’il met à la disposition des municipalités et la façon dont elles les utilisent pourront-ils lui permettre de planifier adéquatement l’offre en parcs et espaces verts dans ces milieux à densifier ? \nEn s’appuyant sur la perspective de 15 professionnels de l’aménagement œuvrant pour des municipalités québécoises, cette recherche approfondit l’utilisation et l’influence des outils d’aménagement et d’urbanisme sur la planification de l’offre en parcs et espaces verts dans les milieux à consolider. La recherche a pour objectif de comprendre de quelles façons ces espaces sont planifiés, quels sont les outils utilisés, les pratiques porteuses et les facteurs de succès. \nLes résultats suggèrent que les outils québécois peuvent permettre aux municipalités de planifier adéquatement les parcs et espaces verts de leurs citoyens s’ils sont utilisés en synergie, en support à la négociation, et de manière concertée et innovante. Toutefois, les défis pour y arriver demeurent nombreux. Cette recherche contribue à l’avancée des connaissances en documentant la création de parcs et espaces verts dans un contexte de consolidation et de densification d’espaces urbains au Québec. Elle permet également de conscientiser les acteurs à l’importance et aux enjeux des parcs et espaces verts et aux spécificités des outils et des pratiques existantes en amont de la consolidation urbaine à venir.
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) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.006 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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".