MétaCan
Menu
Retour à la cohorte
Enregistrement W4321446876 · doi:10.5558/tfc2023-004

La bioénergie forestière pour lutter contre les changements climatiques : quelles implications dans la transition énergétique du Québec (Canada)?

2023· article· fr· W4321446876 sur OpenAlexafffundvenueabout
Claudie‐Maude Canuel, Évelyne Thiffault, Ayaovi Locoh, Nelson Thiffault

Notice bibliographique

RevueThe Forestry Chronicle · 2023
Typearticle
Languefr
DomaineEngineering
ThématiqueForest Biomass Utilization and Management
Établissements canadiensUniversité Laval
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Resources CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésForestryPolitical scienceHumanitiesGeographyArt

Résumé

récupéré en direct d'OpenAlex

Afin d’atteindre les cibles climatiques, le gouvernement du Québec prévoit une augmentation de la production de bioénergie forestière pour favoriser la transition énergétique. Cependant, l’utilisation de la biomasse forestière à des fins énergétiques présente des défis sociaux, économiques et environnementaux particuliers. Au cours d’un atelier de travail collaboratif tenu à l’hiver 2022, des professionnels et parties prenantes se sont prononcés sur le développement durable de la bioénergie forestière au Québec. L’objectif de cet article est d’identifier les sources de biomasse, les façons de faire et les voies de conversions perçues comme étant propices au succès de cette filière émergente. Il ressort des discussions qu’il est difficile d’entrevoir un seul et unique modèle d’affaires pour le déploiement de projets de bioénergie forestière, ce dernier s’insérant dans les activités de différents secteurs. La disponibilité de la biomasse forestière, le coût d’approvisionnement et de production, la valeur et le cycle de vie des produits générés ainsi que le comportement des parties prenantes sont des éléments déterminants pour définir la nature et la portée de projets de bioénergie forestière. Le succès de tels projets nécessite une amélioration de la cohérence tout au long de la chaîne de valeur et leur acceptabilité auprès des communautés.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,324

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,002
Communication savante0,0050,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,228
Écart entre enseignants0,216 · 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'étudeSans objet
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

Citations3
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetForest Biomass Utilization and ManagementTravaux en français237 207