L' inclusion des savoirs citoyens dans la gestion des aléas climatiques : les perceptions d’acteurs municipaux au Québec
Bibliographic record
Abstract
Les rôles des municipalités dans l’atténuation des changements climatiques et dans l’adaptation à ceux-ci sont davantage connus, mais les processus décisionnels des acteurs municipaux face aux aléas climatiques sont encore peu documentés. Cette étude vise à décrire le contexte dans lequel ils évoluent et prennent les décisions relatives aux aléas climatiques de même que les moyens utilisés pour y inclure les savoirs citoyens. Une étude qualitative a donc été réalisée et triangulée avec les résultats d’une revue narrative. Les résultats montrent que le contexte de prise de décisions est façonné par l’intensification de la crise climatique, par l’urgence de la prise de décisions, par la nouveauté des mandats et des rôles de même que par la disponibilité variable des ressources, et que l’inclusion des savoirs citoyens est fluctuante. Avec l’intensification de la crise climatique, de plus amples recherches sur l’évolution des rôles des acteurs municipaux et sur l’intégration des perspectives citoyennes sur ces enjeux sont nécessaires.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.004 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".