Développement d’une approche participative pour la restauration hydrogéomorphologique des cours d’eau en milieu urbain. À partir du cas d’étude de la rivière à Mars
Bibliographic record
Abstract
La restauration hydrogéomorphologique des cours d’eau est une pratique qui doit refléter le souhait des collectivités envers leurs rivières. Au Québec, l’hydrogéomorphologie appliquée à la restauration est une pratique de plus en plus courante – mais l’apport des sciences sociales est encore limité. L’objectif général de ce projet était de développer une approche participative pour la restauration hydrogéomorphologique des cours d’eau, à partir du cas d’étude de la rivière à Mars, au Saguenay. Dix activités inclusives ont permis de déterminer l’acceptabilité sociale de la restauration de la rivière à Mars, en plus de théoriser la démarche à l’aide d’une posture de praticien-chercheur. Les données qualitatives montrent que le sentiment de confiance envers les promoteurs de la restauration est un grand déterminant du désir de redonner des processus naturels à la rivière à Mars. À partir d’une démarche de praticien-chercheur utilisée tout au long du projet, il a été possible de développer des solutions pour pallier les limites représentationnelles, décisionnelles, individuelles et institutionnelles des approches participatives. Des sites prioritaires pour la restauration de la rivière à Mars sont proposés, en fonction de critères sociaux et biophysiques. La présente étude mériterait d’être peaufinée sur de nouveaux territoires afin de refléter la diversité des contextes géographiques (ruraux, urbains, naturels) où la restauration hydrogéomorphologique prend place.
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 | 0.024 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.003 | 0.005 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 0.003 |
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".