MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401503817 · doi:10.1139/cjfr-2023-0227

Integrated planning for a multiproduct, multisite reforestation value chain: a Canadian case study

2024· article· en· W4401503817 sur OpenAlexafffundvenueabout
Mahtabalsadat Mousavijad, Luc LeBel, Nadia Lehoux, Caroline Cloutier, Sylvie Carles

Notice bibliographique

RevueCanadian Journal of Forest Research · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensMinistère des Ressources naturelles et des ForêtsCentre de Géomatique du QuébecUniversité Laval
Organismes subventionnairesCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of Canada
Mots-clésReforestationProduct (mathematics)Value (mathematics)Chain (unit)ForestryEnvironmental scienceAgroforestryGeographyMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

This paper addresses integrated supply and distribution planning for a multiproduct, multisite reforestation value chain (RVC) in a make-to-order context. The aim is to develop a tactical planning tool to determine the quantities of seedling species and sizes to order from nurseries to satisfy reforestation site needs while minimizing purchase and distribution costs. A mixed-integer linear programming model was developed and applied to the publicly managed RVC in the province of Quebec, Canada. This tool was also used to analyze scenarios considering the three pillars of sustainability: environmental (climate risk management to bolster resilience), social (fair production allocation), and economic (supply and distribution costs) aspects. This strategic analysis highlights the trade-offs between purely economic and more sustainable scenarios and discusses strategic deployment opportunities to improve the RVC. Ultimately, it serves as a powerful tool for efficiently allocating yearly seedling supply, minimizing costs, and promoting sustainable practices in reforestation planning which provides valuable insights for RVC managers.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,239

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0040,002
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,073
Tête enseignante GPT0,369
Écart entre enseignants0,296 · 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'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

Citations0
Publié2024
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetForest Management and Policy→Travaux en français237 207→