Apprentissage collectif et résilience des communautés côtières à l'heure des changements climatiques : les cas de Sainte-Flavie et de Rivière-au-Tonnerre (Québec)
Bibliographic record
Abstract
RÉSUMÉ: Les effets des changements climatiques soulèvent de nombreux défis en termes de développement territorial pour les communautés côtières. Elles doivent anticiper les risques inhérents au phénomène et développer des stratégies pour assurer leur adaptation aux nouvelles conditions marquées d’incertitude sociale, économique et environnementale. Cette thèse doctorale se penche sur les défis que pose une meilleure compréhension des processus d’apprentissage collectif pour faire face aux effets des changements climatiques, dans une perspective de renforcement des capacités de résilience des communautés. Nous poursuivons les objectifs suivants : documenter les représentations des acteurs à l’égard des changements climatiques dans les communautés, en rapport avec le développement territorial ; montrer les liens entre les représentations des acteurs à propos des changements climatiques et les processus d’apprentissage collectif ; recenser les stratégies formulées par les acteurs qui contribuent à l’adaptation aux changements climatiques dans les communautés ; dévoiler les formes d’organisation sociale mises en place par les communautés dans une perspective d’adaptation aux changements climatiques ; et enfin, montrer comment les processus d’apprentissage collectif influencent les capacités de résilience des communautés côtières à l’égard des changements climatiques. Dans cette perspective, nous avons privilégié l’approche qualitative de recherche englobant les cas des communautés côtières de Sainte-Flavie et de Rivière-au-Tonnerre au Québec. \nNos résultats indiquent que les processus d’apprentissage collectif dans ces communautés concernent : le dialogue et l’échange, la communication et l’information, la consultation et la réflexion collective. Il s’agit des processus qui aboutissent à des changements dans les représentations des acteurs et dans les stratégies vis-à-vis des changements climatiques à l’échelle individuelle et collective. Ils favorisent en outre l’émergence de formes d’organisation sociale qui sont des arrangements d’acteurs dont l’intention est de mettre en place les stratégies formulées. Nous constatons en somme que les processus d’apprentissage collectif renforcent la résilience des communautés de Sainte-Flavie et de Rivière-au-Tonnerre en stimulant des boucles d’apprentissage qui augmentent leurs capacités d’adaptation et d’auto-organisation, ainsi que la résilience tantôt « statique », tantôt « dynamique » des territoires. -- Mot(s) clé(s) en français : Apprentissage collectif, apprentissage social, résilience, système social-écologique, communauté, développement territorial, zone côtière, changements climatiques, Québec, adaptation. -- ABSTRACT: Climate’s change effects raise several challenges in terms of territorial development for coastal communities. They have to anticipate the inherent risks of the phenomenon and formulate strategies to adapt to a new context characterized by social, economic and environmental uncertainty. This doctoral thesis examines the challenges of a better understanding of collective learning processes in order to address climate change effects and build community resilience. This study has the following objectives : to document actors’ representations of climate change in communities, in relation to territorial development ; to show the links between actors’ representations about climate change and collective learning processes ; to inventory the strategies formulated by actors that contribute to climate change adaptation in communities ; to reveal the forms of social organization put in place by communities to climate change adaptation ; and finally, to show how collective learning processes influence coastal communities’ resilience capacities to address climate change effects. To achieve these objectives, we have favoured a qualitative research approach to conduct a study about two cases, Sainte-Flavie and Rivière-au-Tonnerre, which are coastal communities, in Quebec. \nOur results demonstrate that collective learning processes in these communities involve : dialogue and exchange, communication and information, consultation and collective reflection. These processes lead to changes in actors’ representations and strategies to adapt to climate change at individual and collective levels. Furthermore, they foster the emergency of social organization forms which are arrangements of actors seeking to implement the strategies formulated. Collective learning processes strengthen the resilience of Sainte-Flavie and Rivière-au-Tonnerre communities by stimulating learning loops that reinforce their abilities to adapt and self-organize, as well as « static » and « dynamic » resilience of territories. -- Mot(s) clé(s) en anglais : Collective learning, social learning, resilience, social-ecological system, community, territorial development, coastal zone, climate change, Quebec, adaptation.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.003 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".