Ranking product systems based on uncertain life cycle sustainability assessment: a stochastic multiple criteria decision analysis approach
Notice bibliographique
Résumé
Purpose – Life cycle sustainability assessment (LCSA) provides useful and comprehensive information on product system performance. However, it poses several challenges for decision-making process due to (i) multidimensional indicators, (ii) conflicting objectives and (iii) uncertainty associated with the performance assessment. This research proposes an approach able to account uncertain life cycle sustainability performances through multiple criteria decision analysis (MCDA) process to support decision-making.Design/methodology/approach – Our method is structured in three phases: i) assessing the uncertainty of LCSA performances, ii) propagating LCSA uncertainty into MCDA methods and iii) interpreting the stochastic results. The approach is applied on an illustrative case study, ranking four alternatives to biodiesel supply.Findings –The recommendation generated by this approach provides an information about the confidence the decision maker can have in a given result (ranking of solutions) under the form of a probability, providing a better knowledge of the risk (in this case due to the uncertainty of the preferred solution). As such, stochastic results, if appropriately interpreted, provide a measure of the robustness of the rankings generated by MCDA methods, overcoming the limitation of the overconfidence of deterministic rankings.Originality/value – The fundamental contributions of this paper are to (i) integrate LCSA uncertainty into decision-making processes through MCDA approach; (ii) provide a sensitivity analysis about the MCDA method choice, (iii) support decision-makers’ preference choices through a transparent elicitation process and (iv) provide a practical decision-making platform that accounts simultaneously uncertain LCSA performances with stakeholders’ value judgments.
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 | 0,011 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».