MétaCan
Menu
Retour à la cohorte
Enregistrement W2981358905 · doi:10.1177/0767370119859816

Destinée des produits technologiques remplacés : l’influence de la valeur résiduelle perçue

2019· article· fr· W2981358905 sur OpenAlexaff
Dominique Kréziak, Isabelle Prim‐Allaz, Élisabeth Robinot

Notice bibliographique

RevueRecherche et Applications en Marketing (French Edition) · 2019
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueService and Product Innovation
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesAgence de l'Environnement et de la Maîtrise de l'Energie
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

L’accélération du rythme de remplacement des produits technologiques conduit à la mise au rebut de nombreux objets encore en état de fonctionnement. Dans une perspective durable d’économie circulaire, l’objectif de cet article est d’éclairer les destinées des objets technologiques remplacés, en s’appuyant sur leur valeur résiduelle perçue (VRP), définie comme la valeur que leurs propriétaires leur accordent alors qu’ils n’en ont plus l’usage. Dans un contexte de post-usage et de séparation avec les possessions, la VRP permet de prendre en compte simultanément un individu, un objet spécifique et une situation particulière, et d’estimer son influence sur la destinée de l’objet en question. Un outil de mesure de la VRP est développé autour de trois dimensions (utilitaire, financière et affective). Les résultats de régressions logistiques binomiales et multinomiales réalisées sur un échantillon de 1302 répondants, représentatif de la population française, montrent que la VRP explique bien le fait de garder ou non un produit remplacé et constitue un déterminant majeur du choix de filière lorsque cet objet n’est pas gardé. Des implications managériales en sont tirées, montrant comment la VRP constitue un levier pour favoriser la recirculation de l’objet et contribuant à résoudre les problématiques environnementales liées au gaspillage des ressources naturelles.

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)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,037
Tête enseignante GPT0,318
Écart entre enseignants0,281 · 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'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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRecherche et Applications en Marketing (French Edition)Même sujetService and Product InnovationTravaux en français237 207