La participation des peuples autochtones à l’évaluation d’impact au Canada : au-delà du consentement, une conception de l’autorité décisionnelle
Bibliographic record
Abstract
Ce mémoire vise à mieux comprendre les débats politiques concernant la participation des peuples autochtones à la prise de décision en matière de développement du territoire et des ressources dans le contexte de l’évaluation d’impact au Canada. Si l’évaluation d’impact est perçue comme un mécanisme au sein duquel se matérialisent les droits autochtones (dont l’obligation de consulter de la Couronne), les principaux acteurs de ces processus (gouvernement fédéral, promoteurs des projets et groupes autochtones) ne semblent pas s’entendre sur la signification et la portée des normes en matière de participation autochtone, en particulier sur le consentement préalable, libre et éclairé (CPLE). Par une analyse du discours de ces intervenants dans le cadre des travaux parlementaires menant à l’adoption de la Loi sur l’évaluation d’impact (2019), cette recherche révèle trois conceptions principales de la place des Autochtones dans les processus de prise de décision de l’évaluation d’impact : procédurale, partenariale et fondée sur l’autodétermination. Ce mémoire met aussi en évidence d’importantes différences en ce qui concerne les attentes face au modèle de participation et plus spécifiquement sur l’interprétation du CPLE. Ces différences reposent en grande partie sur la façon dont ceux-ci conçoivent l’autorité décisionnelle en matière de gouvernance territoriale au Canada. Pour les intervenants gouvernementaux et autochtones, les conceptions en matière de participation et d’autorité décisionnelle s’appuient sur des fondements juridiques. En revanche, pour l’industrie, la justification de la participation des Autochtones est davantage de nature économique et liée à son impact sur l’approbation des projets.
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 | 0.036 | 0.055 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.019 | 0.022 |
| Scholarly communication | 0.016 | 0.005 |
| Open science | 0.003 | 0.008 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.009 | 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".