MétaCan
Menu
Retour à la cohorte
Enregistrement W2101708269 · doi:10.24908/pceea.v0i0.4056

ÉVALUATION COMPARATIVE DE DEUX MÉTHODES D'ANALYSE DE CYCLE DE VIE SIMPLIFIÉE DANS UN CONTEXTE DE CONCEPTION DE PRODUIT AU SEIN DE PME

2011· article· fr· W2101708269 sur OpenAlexaffvenue
Carole Côté, Reidson Pereira Gouvinhas

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2011
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensUniversité de Montréal
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Ce projet cherche à repérer et à évaluer différents outils d’aide à la conception de produits à moindre impact environnemental utilisables au sein de petites et moyennes entreprises (PME). Le but de notre recherche consiste à analyser deux outils d’analyse de cycle de vie simplifiée (Environmentally Responsible Product Assesment. ERPA [3] et Ecoindicator´99 [19]) les plus utilisés dans la phase de conception. Notre choix tient au fait qu’ils sont bien documentés et que les types d’analyse qu’ils proposent sont très différents un de l’autre. Afin de réaliser cette étude, nous procéderons à l’évaluation du cycle de vie d’un produit à l’aide de ces deux méthodes. Le produit choisi est fabriqué par une PME brésilienne située dans la région du Nord-Est, dans l’État de Rio Grande do Norte. Les résultats de cette analyse permettront d’identifier, dans le cas des PME brésiliennes, quels sont les avantages et les inconvénients liés à l’utilisation de ce type d’outil en regard de leur fiabilité, de leur accessibilité et de leur faisabilité. Finalement, nous proposerons certaines modifications, afin de rendre ces méthodes plus facilement utilisables par les PME.

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)0,010
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,033
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,003
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,029
Tête enseignante GPT0,252
Écart entre enseignants0,223 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetSustainable Supply Chain ManagementTravaux en français237 207