MétaCan
Menu
Retour à la cohorte
Enregistrement W2577609009 · doi:10.1080/03155986.2016.1270636

Quebec provincial government evaluates the potential of OR in the midst of its forest regime renewal

2017· article· en· W2577609009 sur OpenAlexafffundvenueabout
Daniel Beaudoin

Notice bibliographique

RevueINFOR Information Systems and Operational Research · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensUniversité Laval
Organismes subventionnairesFPInnovations
Mots-clésProcurementBenchmark (surveying)Government (linguistics)BusinessProcess (computing)Inclusion (mineral)Plan (archaeology)Cost reductionOperations managementReduction (mathematics)Government procurementEnvironmental economicsOperations researchEnvironmental resource managementComputer scienceEconomicsEngineeringGeographyMarketingMathematics

Résumé

récupéré en direct d'OpenAlex

In implementing a new forest management regime, the provincial government of Quebec is evaluating the use of operational research (OR) to develop plans. This article presents findings from one such study. The main objectives of this project were to quantify the potential reduction in wood procurement cost through (1) the inclusion of an optimization routine in the development of the annual plans and (2) a greater integration and coordination during delineation of harvest blocks and planning forest operations among companies. A wood procurement planning problem was formulated and solved as a mixed integer program. Inclusion of an optimization routine in the planning process led to a cost reduction of 0.88 $/m3 (2.6%) in comparison to the benchmark scenario. Greater integration and coordination coupled with the optimization routine reduced wood procurement costs by 1.52 $/m3 (4.5%), which translates into potential annual cost savings of $ 950, 000.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,603
Score d'incertitude au seuil0,977

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,339
Écart entre enseignants0,290 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2017
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueINFOR Information Systems and Operational ResearchMême sujetForest Management and PolicyTravaux en français237 207