Notice bibliographique
Résumé
En temps de confinement, la logistique devient activité prioritaire. Plus exactement, alors qu'elle a toujours été stratégique pour les villes, elle devient beaucoup plus visible. Désertées par les autres mobilités, les rues font la part belle aux services urbains et aux véhicules de transport de marchandises. Et, pourtant, la mobilité logistique a baissé, suite à la réduction globale des commandes. Le e-commerce n'a que très partiellement remplacé les achats en magasin. L'impact de la crise sur les entreprises de transport est fort et se traduit par la désorganisation des flux, qui impacte l'optimisation des trajets. On compte davantage de retours à vide. Au-delà de la récession économique qui se profile, avec un secteur des transports déjà profondément affecté, l'après-coronavirus s'annonce aussi comme un temps de remise en cause de nos façons de faire dans de multiples dimensions de la vie économique et sociale et notamment dans la gestion des secteurs stratégiques et de chaînes d'approvisionnement. Comment appréhenderons nous tous ces sujets, de l'utilisation de la technologie pour la gestion des approvisionnements urbains (robots, drones, données massives des flux de marchandises connectées avec celles de la smart city) pour la rendre plus efficace et prête à une prochaine urgence, aux livraisons propres ? Du bilan carbone de la logistique dans les grandes villes, au statut, à la rémunération, à la représentation collective des livreurs urbains ? Laetitia Dablanc, spécialiste de ces sujets, analyse les grands enjeux de la logistique en temps de crise, pour dessiner celle de demain, dans cette note pour Terra Nova.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,054 | 0,010 |
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 ».