Circularité des textiles «mal-aimés», une caractérisation du gisement postconsommation
Notice bibliographique
Résumé
Aujourd’hui 80% des vêtements, des accessoires et des linges de maison (VALM) vendus au Canada sont importés. Bien qu’ils ne soient pas fabriqués ici, ces produits textiles sont toutefois collectés par des organismes locaux qui en font le tri. Malheureusement, malgré les efforts des récupérateurs, plusieurs catégories de VALM ne trouvent pas preneur sur le marché de la revente et doivent être éliminés. Afin de mieux saisir les forces à l’œuvre, la recherche explore les rouages de l’industrie à travers la durabilité des biens vue par Victor Papanek et le consommateurisme de la mode de Kate Fletcher. Elle porte un regard sur la crise environnementale, les mesures instaurées pour réduire les impacts environnementaux (ISO, REP et 3RV) et les outils tels l’écoconception et les ACV. Enfin, la recherche s’intéresse à l’approche de l’économie circulaire, popularisée par la Fondation Ellen MacArthur, afin de saisir les opportunités qu’elle peut offrir au sein de la filière des textiles. Pour supporter une transition vers la circularité des textiles, la première étape est de déterminer quelles sont les caractéristiques (matériaux, freins et facilitateurs) des vêtements, des accessoires et des linges de maison présents dans le gisement des mal- aimés postconsommation, qui peuvent être mis en valeur dans de nouveaux produits. Afin d’identifier des débouchés potentiels pour ces produits, le premier objectif est de quantifier les matières textiles disponibles dans le gisement afin d’identifier les propriétés physico-chimiques qui leurs sont associées. Le deuxième objectif est d’identifier les caractéristiques du gisement qui peuvent freiner ou faciliter sa valorisation. La démarche méthodologique s’inscrit dans une logique de recherche par induction. L’approche choisie est quantitative et descriptive afin d’obtenir des données empiriques, transposées en statistiques. Lors de la collecte de données, plus de 10 250 items ont été analysés. Les résultats permettent d’affirmer que le gisement total de textiles postconsommation est composé de 47% de fibres cellulosiques, dominées par le coton (39%), de 42% de fibres synthétiques, dominées par le polyester (20%) et l’acrylique (17%) et de 11% de fibres animales. Au total, 49% des vêtements sont faits de fibres mélangées, 47% ont des contaminants qui doivent être enlevés afin de récupérer uniquement les fibres et 11% comprennent des doublures faites d’une autre étoffe. L’analyse approfondie des données a permis de développer une clé d’identification pour regrouper les mélanges de fibres de façon manuelle. Cette nouvelle taxonomie permet d’obtenir six nouvelles catégories (NC) dont le profil est unique. Appuyé par la science des textiles, des secteurs d’application pour chacune des NC sont proposés afin de mettre à profit les propriétés résultantes. De plus, l’analyse des résultats conduit à formuler des recommandations d’écoconception des produits textiles en prévision de leur recyclage. Cette recherche, conduite autant au niveau « méta » que « micro », jette les bases pour le déploiement d’un modèle circulaire pour l’industrie des textiles au Québec.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,045 | 0,006 |
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 source (Gemma direct ou Codex distillé), 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 ».