MétaCan
Menu
Retour à la cohorte
Enregistrement W1607114196

Priorisation des secteurs industriels fabriquant, utilisant ou important des matières dangereuses au Québec - Fiches sectorielles -

2010· preprint· fr· W1607114196 sur OpenAlexaboutno aff
Nathalie de Marcellis-Warin, Ingrid Peignier, Thierry Warin

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2010
Typepreprint
Languefr
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Dans le cadre d'un premier projet avec Sante Canada, nous avions comme mandat de faire un portrait de la dynamique industrielle au Quebec. Pour realiser ce mandat, nous avons construit une base de donnees unique qui regroupe l'ensemble des secteurs industriels a l'etude (defini comme un groupement de code SCIAN) ainsi que des donnees pour 30 indicateurs socio-economiques sur une periode de 20 ans. Nous avons presente une premiere analyse des secteurs industriels ainsi que leur priorisation en fonction d'indicateurs socio-economiques selectionnes avec rigueur. Le present rapport s'inscrit donc dans la suite de ce premier mandat. L'objectif principal de cette etude est l'analyse des informations socio-economiques et techniques axees sur les substances chimiques classees « a haut risque », dans le Plan de gestion des substances chimiques du gouvernement federal, dans le but d'avoir une connaissance parfaite des secteurs industriels qui utilisent, stockent, fabriquent ou transportent ces substances dangereuses. La connaissance de ces secteurs industriels sera un outil primordial et tres pertinent afin de proposer une meilleure gestion des risques lorsque l'une des substances sera declaree toxique ulterieurement, ainsi que d'estimer les impacts de cette modification reglementaire sur les differents secteurs industriels du Quebec. Plus particulierement, ce rapport presente une analyse econometrique comme outil de priorisation des secteurs industrielles au Quebec utilisant la base de donnees developpee, ainsi des fiches sectorielles pour six secteurs priorises. Les fiches sectorielles synthetisent les donnees socio-economiques et technologiques les plus pertinentes dans les differents secteurs priorises suivants : ⇥Petrole, puits de petrole et gaz, forage ⇥Produits de sante, medecine et veterinaire /Produits pharmaceutiques ⇥Usages commerciaux ou industriels et autres produits de consommation ⇥Alimentation, boissons et emballage ⇥Cosmetiques, fragrances, musc ⇥Automobile, aeronautique et transport Ces fiches comprennent des graphiques etablis grâce a notre base de donnees et des analyses de ces graphiques, des donnees sur les principales substances chimiques utilisees par les secteurs et les reglementations qui s'y rattachent, des listes des associations industrielles et sectorielles associees au secteur en particulier (avec une description detaillee des outils, guides et actions qu'elles ont pu developper). Il s'agit reellement d'un outil simple a comprendre pour des analystes de politiques et facile a utiliser pour l'industrie touchee. Pour conclure, l'analyse econometrique des indicateurs couplee aux fiches sectorielles illustrant a la fois les aspects socio-economiques, mais aussi les aspects relies aux substances chimiques aura plusieurs utilites. Parmi celles-ci, nous pouvons citer : Une meilleure comprehension du tissu industriel du Quebec et ainsi un meilleur soutien a la prise de decisions gouvernementales. La distinction des secteurs qui doivent etre vises par les actions les plus importantes a entreprendre grâce a la priorisation. Sur un plan d'elaboration de politiques, ce rapport pourra etre un guide tres pertinent dans la priorisation des strategies de gestion de risque. Par ailleurs, lors de l'elaboration de mesures reglementaires, la region du Quebec aura en sa possession tous les indicateurs les plus importants afin d'estimer les impacts socio-economiques des changements de reglementation. Ce rapport est confidentiel, il ne peut etre diffuse a ce jour.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,219

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,061
Tête enseignante GPT0,329
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207