MétaCan
Menu
Retour à la cohorte
Enregistrement W4283724022 · doi:10.4000/vertigo.35194

Caractérisation des modèles types de chaînes de valeur de la biomasse forestière

2022· article· fr· W4283724022 sur OpenAlexaffvenueabout
Ayaovi Locoh, Évelyne Thiffault, Simon Barnabé, Luc Bouthillier

Notice bibliographique

RevueVertigO · 2022
Typearticle
Languefr
DomaineEngineering
ThématiqueForest Biomass Utilization and Management
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesForestryPolitical scienceGeographyArt

Résumé

récupéré en direct d'OpenAlex

La bioénergie produite à partir de la biomasse forestière est considérée comme un outil essentiel de la transition énergétique et de lutte contre le changement climatique. La filière de la bioénergie forestière est bien implantée dans certaines juridictions à travers le monde, particulièrement pour le chauffage ; elle est cependant encore à un stade précoce de développement dans des régions qui comptent néanmoins un secteur forestier important, dont le Québec. En vue de documenter le développement de la bioénergie forestière en émergence dans ces régions, cette étude analyse les modèles types de chaînes de valeur de la biomasse forestière pour le chauffage des bâtiments institutionnels et commerciaux au Québec. Il a été possible de décrire cinq modèles types de chaîne de valeur en rapport avec leur potentiel de création de valeur économique et leur avantage comparatif. Parmi les produits, les plaquettes forestières sont le combustible le plus utilisé après les granules de bois conventionnels. Les granules de bois torréfiés sont voués à l’exportation. Cela dit, les prix observés actuellement dans la région d’étude sont ceux d’un marché encore très restreint, dans lequel seules les sources de biomasse les plus abordables sont présentement mobilisées ; les coûts d’approvisionnement devraient donc évoluer avec une mobilisation supplémentaire de la matière première, mais également avec l’apprentissage technologique et institutionnel. Cette étude révèle l’importance du comportement et de l’harmonisation des acteurs au sein des chaînes de valeur, mais également l’influence de l’environnement externe, sur l’efficacité des chaînes et la compétitivité des produits de la bioénergie.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,328
Score d'incertitude au seuil0,862

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,014
Tête enseignante GPT0,233
Écart entre enseignants0,219 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetForest Biomass Utilization and ManagementTravaux en français237 207