Compétitivité du secteur agroalimentaire à l’heure du commerce électronique
Notice bibliographique
Résumé
L’introduction et la pénétration des appareils mobiles à la fin de la première décennie des années 2000 ont agi comme un élément déclencheur d’une révolution attendue du secteur du commerce de détail. La part des ventes en ligne américaines sur l’ensemble des ventes au détail atteignait près de 10 % (9, 8 %) en 2018 et devrait s’élever à 15, 1 % en 2022. Les ventes en ligne canadiennes suivent une progression semblable. Elles totalisaient 9, 2 % des ventes au détail en 2018 et devraient se hisser à 15, 3 % en 2022. La progression des ventes en ligne de produits alimentaires affiche un décalage en comparaison au portrait de l’ensemble du secteur commerce de détail. Les ventes en ligne américaines de produits alimentaires et d’alcool capturaient 1, 8 % des achats alimentaires en 2018 et devraient croître à 4, 4 % en 2020. Puisque le marché canadien suit les tendances américaines, cette croissance de la part des achats alimentaires effectués en ligne accélérera les changements dans les pratiques courantes des acteurs des secteurs bioalimentaire et de la distribution. Ce rapport analyse les enjeux qui découlent de cette transformation pour les acteurs de cette chaîne de valeur, notamment les manufacturiers agroalimentaires.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».