Représentations et raisons d'action d'anciens responsables politiques concernant les changements climatiques
Bibliographic record
Abstract
Les grands défis environnementaux, particulièrement celui des changements climatiques, sont beaucoup plus sociaux que techniques, car c’est principalement notre mode de vie qui est en cause. Pouvons-nous effectuer les changements qui s’imposent ? Quelles sont les principales difficultés à vaincre ? Comment les gouvernements doivent-ils agir ? Pour contribuer à répondre à ces questions, nous avons choisi d’interviewer douze anciens ministres responsables des questions environnementales afin de comprendre les raisons de leur action, ainsi que les représentations qui les sous-tendent. Tant en France qu’au Québec, un ministre doit prendre en compte autant les perceptions et les représentations des citoyens que celles des différents groupes avec lesquels il est en contact (groupes de pression, lobbies, médias, élus locaux, etc.), de même que les objectifs du gouvernement et de son parti politique. Sa marge de manoeuvre est étroite, ce qui explique en bonne partie pouquoi les ministres que nous avons interrogés ont tous agi un peu de la même manière. Ils ont tous tenté de faire au mieux pour la protection de l’environnement et le bien-être de leurs concitoyens, mais sans trop bousculer leur mode de vie ni l’ordre établi, tout en étant généralement très conscients que les défis à relever vont demander très bientôt des décisions beaucoup plus difficiles. La sociologie politique explique que les décisions politiques dans nos sociétés démocratiques sont des constructions collectives d’acteurs en interaction, et confirme donc globalement les résultats de notre analyse. Les actions politiques des anciens ministres peuvent également être interprétés à la lumière des trois logiques de l’action décrites par François Dubet. Par ailleurs, dans une vision interactionniste, où la signification des objets est créée par l’interaction, l’action est difficile lorsque cette signification n’est pas la même pour les différents acteurs, et c’est ce que nos avons constaté pour les enjeux environnementaux à long terme qui sont perçus très différemment par les citoyens et les ministres.
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 | 0.008 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.014 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".