The capacity allocation process on the French railway network : how to accommodate freight demand ?
Notice bibliographique
Résumé
Planifier les horaires des trains qui circulent sur un réseau constitue une tâche complexe. En Europe, elle s'inscrit dans un processus qui voit le gestionnaire d'infrastructure opérer des choix pour répartir une ressource rare, la capacité d'infrastructure, entre des usages concurrents - commerciaux (trains de voyageurs et de marchandises) et de maintenance (travaux) - et des demandeurs multiples. Dans ce travail, nous cherchons à mieux cerner comment s'organise et fonctionne le processus pour le réseau ferré français par le prisme du fret, activité ouverte à la concurrence depuis 2006 mais qui traverse une crise structurelle depuis plusieurs décennies. Les différentes facettes temporelles du processus de répartition des capacités constituent le fil conducteur de notre analyse. A travers une démarche croisant le point de vue du gestionnaire d'infrastructure et celui de ses clients, au premier rang desquels les entreprises ferroviaires, nous montrons que le fret occupe une place singulière dans ce processus qui se structure selon un calendrier spécifique, fruit de dispositions règlementaires européennes et d'héritages et de choix nationaux. La question de la qualité de sillons offerts par le gestionnaire d'infrastructure est appréhendée sous l'angle d'une articulation entre composantes de court et de long termes par rapport à l'échéance de circulation. Activité plurielle, le fret a besoin de flexibilité et de visibilité. Nous nous intéressons enfin aux sillons-catalogue en tant que dispositif participant à garantir de la capacité au fret. Une analyse de la méthode allemande, à travers le projet neXt, est proposée en guise de contrepoint. Nous mettons en évidence que l'équilibre entre des exigences industrielles (standardisation) et commerciales (personnalisation) dans la production des sillons est indispensable mais demeure délicat à établir
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».