Actualisation de la gestion intégrée des zones de récupération des matières dangereuses résiduelles à Hydro-Québec
Notice bibliographique
Résumé
La gestion des matières dangereuses résiduelles en entreprise est complexe. Cette gestion doit être réalisée dans un cadre règlementaire très rigoureux et contraignant. De par ses nombreuses activités, Hydro-Québec génère des matières dangereuses résiduelles et se doit de les entreposer et de les gérer convenablement. Le modèle de gestion présentement en place dans l’entreprise est décentralisé et passe par plusieurs étapes. Beaucoup d’intervenants sont impliqués dans cette gestion, occasionnant par le fait même, des anomalies Afin d’optimiser ce processus, les façons de faire doivent être révisées et actualisée en vue de centraliser les opérations vers une même entité et ainsi, réaliser une gestion intégrée des matières dangereuses résiduelles. Le principal objectif de cet essai est de relever les problématiques actuelles au niveau des différentes étapes de récupération des matières dangereuses résiduelles à Hydro-Québec et de proposer des pistes de solutions afin d’en améliorer sa gestion. Ces solutions proposées doivent assurer le maintien de la conformité environnementale de cette activité tout comme l’augmentation de l’efficience de son processus de gestion actuel. Quatre scénarios ont été élaborés et trois d’entre eux analysés afin de faire ressortir un scénario optimal répondant aux principaux objectifs de cet essai. Cette analyse a pris en compte quatre critères soit : l’environnement, l’aspect technique, le volet social et l’économie. Le scénario ayant répondu le mieux à ces critères s’est avéré être une solution de collecte en vrac des matières dangereuses résiduelles. Par ce scénario, il est démontré que des ressources spécialisées d’une seule division prendraient en charge toutes les opérations reliées à la gestion des matières dangereuses résiduelles. Cette gestion ainsi centralisée assurerait une meilleure maîtrise de l'activité et une conformité constante aux exigences légales. Plusieurs pistes d’optimisation s’offrent à ce scénario et il est recommandé de faire un historique réel des matières dangereuses résiduelles collectées dans la première année, afin d’ajuster les visites de sites en fonction des besoins réels.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».