Pour une démocratisation des prises de décisions en matière environnementale : une étude de cas sur les OGM
Bibliographic record
Abstract
L'introduction des OGM dans le domaine agricole soulève diverses préoccupations. Qu'il\ns'agisse du type d'agriculture ou des aliments que nous privilégions pour l'avenir, de la\nsauvegarde des écosystèmes et des patrimoines culturels, des questions de justice,\nd'équité et d'éthique, les choix de société que suscitent les OGM sont nombreux. Notre\nargumentation est à l'effet que, seul un processus démocratique offrant aux citoyens la\npossibilité d'exprimer leurs préoccupations, commentaires et opinions sur le\ndéveloppement des aliments transgéniques est en mesure de permettre une prise de\ndécision éclairée des autorités quant à ces choix de société. Les gouvernements de\nnombreux pays démontrent par ailleurs leur volonté d'ouvrir le dialogue avec le grand\npublic sur les enjeux que suscitent ces nouvelles technologies.\nNotre étude analyse différents modèles de participation du public aux décisions portant\nsur les OGM au sein de trois pays, la France, la Suisse et le Canada. Nous avons organisé\nces modèles en les classant sous trois rubriques : les instruments de la démocratie directe,\nl'implication de membres de la société dans les processus d'évaluation, les débats\npublics. Nous constatons alors que malgré les efforts des autorités pour démocratiser les\nprises de décisions en cette matière, de nombreux facteurs, tels la logique technicienne\ndans laquelle s'inscrivent les décisions ainsi que les lacunes inhérentes au régime\nreprésentatif, ne permettent pas une véritable prise en compte de l'opinion des citoyens. Il\ns'agit donc de s'interroger sur la pertinence et l'opportunité d'utiliser le référendum afin\nde traiter des questions associées aux OGM.
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 | 0.014 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.015 | 0.027 |
| Scholarly communication | 0.025 | 0.021 |
| Open science | 0.002 | 0.011 |
| Research integrity | 0.011 | 0.015 |
| Insufficient payload (model declined to judge) | 0.018 | 0.003 |
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".