Évaluation de l’utilisation du principe de causalité dans la gestion de la villégiature sur les plans d’eau québécois
Bibliographic record
Abstract
La protection des lacs et des cours d'eau est une thématique largement abordée par différents acteurs depuis quelques années au Québec. La couverture médiatique des épisodes de cyanobactéries en 2007 dans plusieurs lacs du sud du Québec a favorisé une certaine prise de conscience des acteurs et de la population envers la dégradation des écosystèmes aquatiques, notamment concernant l'eutrophysation et les pertes d'usage lui étant généralement associées. Durant la même période, la politique nationale de l'eau adoptée par le gouvernement avait comme objectif de réformer le modèle de l'époque en implantant une gestion intégrée par bassin versant. Plus de dix ans après l'adoption de la politique, les résultats et les impacts positifs de cette approche sont encore difficiles à établir. Les redevances liées à l'utilisation et à la pollution des cours d'eau devant être implantées en 2004 sont toujours inexistantes en 2013. En se privant des redevances et des outils incitatifs financiers, la gestion de l'eau devient rapidement un fardeau financier pour le Gouvernement du Québec. Même si l'utilisation du principe de causalité est avancée comme moyen de financement de gestion locale de l'eau dans la politique nationale de l'eau, peu d'acteurs l'utilisent. L'objectif de cet essai est donc d'évaluer le potentiel du principe pollueur-payeur et utilisateur-payeur comme outil de gestion de la villégiature, dans le but de proposer un outil de gestion et d'émettre une réflexion sur son potentiel de financement, de responsabilisation des usagers envers leurs impacts environnementaux ainsi que sur sa capacité à favoriser l'équité entre les usagers concernant l'accès à ce bien collectif. L'étude du contexte réglementaire et de la gouvernance dans la gestion de l'eau au Québec, l'évaluation de l'application du principe de causalité à la gestion de la candidature sur un lac de l'Outaouais ainsi que plusieurs entretiens avec des acteurs locaux ont permis d'identifier les facteurs limitant l'application d'une telle approche sur le lac à l'étude. Des recommandations ont été proposées, notamment sur les caractéristiques territoriales que devrait posséder un plan d'eau pour faciliter l'implantation de l'outil développé.
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 | 0.018 | 0.032 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.003 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".