Apport de l’analyse biomimétique à l’évaluation comparée de scénarios prospectifs en mobilité urbaine
Notice bibliographique
Résumé
Cet article présente l’utilisation de l’approche biomimétique pour évaluer la performance environnementale de scénarios de service en mobilité urbaine. Un scénario de référence et deux scénarios alternatifs prospectifs en mobilité sur l’île de Montréal au Québec seront analysés avec l’outil BiomiMETRIC. Cet outil permet la quantification de la performance au regard de chacun des dix principes de biomimétisme à l’aide de méthodes quantitatives issues de l’analyse de cycle de vie, complétée par des questions qualitatives évaluées et pondérées par l’utilisateur.L’analyse comparative du scénario initial de référence (0 Statu quo) avec les deux scénarios prospectifs en mobilité (1 Transport collectif et 2 Résilience aléas) par l’approche biomimétique permet de conclure que les scénarios prospectifs en mobilité requièrent une action corrective au niveau de l’intégration des principes de biomimétisme 7 : Rester en équilibre avec la biosphère et 8 : Utiliser les déchets comme ressources. Les scénarios alternatifs apportent cependant une réduction moyenne des impacts évaluée à 25 % et 59 %, respectivement par rapport au scénario 0 Statu quo. L’approche biomimétique offre un angle d’analyse complémentaire pour l’évaluation de la performance environnementale globale en vue de la prise de décisions dans une perspective de développement durable.
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 | 0,008 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».