La contribution volontaire des entreprises à la conservation de la biodiversité au Québec
Bibliographic record
Abstract
L’objectif principal de cet essai est de recenser et classifier les différents moyens de conservation de la biodiversité à la disposition des entreprises au Québec en dehors du cadre légal afin de mieux cerner leur portée théorique selon le type d’entreprise. Étant des citoyens corporatifs, les entreprises ont une responsabilité envers la société, laquelle est communément appelée responsabilité sociale d’entreprise. Elle peut résulter d’un engagement volontaire de la part des entreprises ou plutôt du respect des lois et des normes en vigueur. Dans le second cas, bien qu’il existe des exigences minimales à respecter en termes de conservation de la biodiversité, ces obligations ne suffisent pas pour réduire la perte des espèces vivantes et des écosystèmes. L’aspect volontaire de la RSE est donc étudié plus en profondeur en vue d’encourager les entreprises à aller au-delà du cadre légal pour contribuer à la conservation de la biodiversité. L’analyse de sept moyens de conservation de la biodiversité démontre que leur intégration à la stratégie commerciale permet de répondre à divers enjeux transversaux, économiques, sociaux et environnementaux. Plus particulièrement, pour les petites et moyennes entreprises, modifier les pratiques commerciales est le moyen le plus pertinent. Pour ce qui est des grandes compagnies, ce sont souscrire à des normes et référentiels, obtenir des certifications et devenir membres de tables rondes liées aux pratiques commerciales, et modifier les pratiques commerciales. Cet essai permet de conclure que la taille des entreprises est le critère déterminant qui dicte les moyens de conservation de la biodiversité à favoriser selon le contexte, tandis que le secteur d’activités est moins influent. Parmi les recommandations présentées pour assurer l’intégration des moyens au sein des entreprises, il y a, notamment, l’implication des employés, l’inclusion de la biodiversité comme sujet au sein des formations et des programmes en administration des affaires, ainsi que la mise en place de modalités financières par le gouvernement du Québec. Des suggestions pour améliorer l’efficacité des moyens de conservation de la biodiversité et le cadre légal sont également proposées.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 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".