Les communautés résilientes face aux changements climatiques : leçons et apprentissages des écovillages
Bibliographic record
Abstract
La croissance des changements climatiques conduit l’Homme à trouver des solutions pour se construire une résilience et s’adapter face aux nombreux impacts présents et futurs. Par conséquent, il est donc nécessaire de trouver des solutions pour s’approvisionner, se loger, se nourrir différemment, et de façon plus globale, repenser les habitudes de consommation pour qu’elles soient plus responsables de l’homme et de la nature. Cet essai cherche donc à comprendre comment il est possible de bâtir une société plus résiliente face aux changements climatiques. Pour cela, l’exemple des écovillages a été retenu dans la mesure où ces communautés oeuvrent depuis plusieurs années à réinventer un mode de « vivre ensemble » nécessaire pour bâtir une résilience face aux changements climatiques. Ainsi, pour bien comprendre ce phénomène des écovillages, des entrevues ont été menées auprès de trois communautés canadiennes, à savoir la Cité Écologique, l’écohameau de La Baie ainsi qu’OUR Ecovillage. \n \nDans le but d’étudier la résilience des écovillages, quatre sphères ont été sélectionnées, à savoir la résilience communautaire, économique, alimentaire, la gestion des ressources (eau, énergie, approvisionnement et transport) dans un écovillage. Pour chacune de ces sphères, les écovillages ont été interrogés. Les entrevues ont ainsi permis de relever que l’élément central de la résilience se trouve dans la dimension communautaire. En effet, sans celle-ci, il est plus difficile de répondre aux autres éléments de résilience. Cela signifie donc que pour obtenir une société résiliente face aux changements climatiques, il est nécessaire, dans un premier temps, de construire une pensée collective et moins individualiste. \n \nEnfin, cet essai finit par questionner le modèle des écovillages à une plus grande échelle. Étant située dans un contexte rural, une ouverture sur la résilience des villes a été faite. L’idée de cette section est de démontrer comment les outils utilisés par les écovillages pour bâtir leur résilience face aux changements climatiques pouvaient également être exploités par les villes. Par exemple, le concept d’autonomie alimentaire a été remis en question pour savoir si une ville pouvait produire 100% de la nourriture à sa population, mais il a été conclu que certains produits limitaient ce pourcentage et rendait cet objectif utopique à l’échelle d’une ville.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 0.002 |
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".