L’évolution de l’importance de l’environnement dans l’opinion publique au Québec
Bibliographic record
Abstract
« L'analyse des enjeux politiques est essentielle pour comprendre les différents positionnements des partis politiques de même que le traitement médiatique qui leur est réservé. Une des composantes primordiales des enjeux est l’importance même attribuée par les acteurs politiques à un enjeu donné. Cette importance peut varier entre les différents acteurs politiques tels que les citoyens et les citoyennes, les médias et les partis politiques. Dans cet article, nous propose une synthèse de ce que l’on connaît sur l’importance accordée à l’enjeu de l’environnement. Plus précisément, nous nous concentrons sur l’opinion publique au Québec, et ce, lors de campagnes électorales provinciales (2008, 2012, 2014 et 2018) et fédérales (2006, 2008, 2011, 2015, 2019 et 2021), qui correspondent à des moments charnières pour la mise en place de politiques publiques. Étonnamment, il n’existe pas de synthèse de l’opinion publique quant à l’importance accordée à l’enjeu de l’environnement. La littérature s’attarde surtout à la couverture médiatique des enjeux (Martel et Nadeau, 2023), et lorsque la perspective citoyenne est considérée, ce n’est jamais dans une perspective longitudinale pour tracer l’évolution d’un enjeu. Cette situation est d’autant plus étonnante considérant que le Québec joue un rôle assez actif dans la lutte aux changements climatiques du Canada. Une synthèse s’impose quant à l’évolution de l’opinion publique sur l’enjeu de l’environnement, d’autant plus que la mise en place d’actions phares en matière de lutte aux changements climatiques par le gouvernement du Québec semble dépendre du pouls de l’opinion publique (Gajevic Sayegh et al., 2022, p. 143). [... ] »
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 | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.008 | 0.004 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".