Analyse multicritère des compositions de mur à ossature légère en bois
Notice bibliographique
Résumé
Le concepteur d'une composition de mur à ossature légère doit considérer simultanément plusieurs critères de performance, en plus des exigences définies par la réglementation. Ce projet de recherche développe un cadre d'analyse multicritère permettant l'évaluation de compositions améliorées de mur extérieur préfabriqué à ossature légère en bois. Un exemple d'application compare cinq compositions de mur selon six contextes décisionnels situés à Québec. Le cadre d'analyse identifie des contraintes de conception et des critères de performance. Les contraintes de conception proposées pour assurer l'acceptabilité de compositions de murs dans le contexte d'utilisation étudié sont: la résistance structurale, la performance au feu, la résistance thermique, la permeance à l'air et les mesures obligatoires de gestion de l'humidité. Les critères de performance, définis ensuite pour évaluer les avantages d'un mur, sont la gestion de l'humidité, l'atténuation des bruits aériens, les coûts de construction, d'entretien et d'énergie liée au chauffage, et les impacts environnementaux. Des méthodes d'évaluation et des échelles de mesures sont étudiées pour chaque critère de performance. Pour l'évaluation des impacts environnementaux, un indice de performance environnementale est défini en comparant des indicateurs actuels. Suivant une approche d'analyse du cycle de vie, l'inventaire fourni par le logiciel ATHENA est agrégé selon trois modèles d'analyse d'impact: IMPACT 2002+, Eco-indicator 99 et TRACI. Les impacts relatifs des différents'composants du mur et de l'énergie d'opération sont comparés. En conclusion, l'indicateur de changement climatique est accepté comme un indice approprié de performance environnementale dans le contexte de l'étude. Le cadre d'analyse permet l'agrégation des évaluations obtenues selon chaque critère de performance, en intégrant les préférences d'un décideur. Quatre procédures d'agrégation multicritères (somme pondérée, MACBETH, ELECTRE II et PROMETHEE) sont utilisées pour ranger les alternatives selon de l'information quantitative et qualitative. L'étude montre que la sélection de la procédure d'agrégation la plus appropriée dépend de la nature des échelles de mesure utilisées. De plus, la comparaison de rangements résultants de différentes approches permet un choix plus éclairé. L'ensemble du projet confirme la pertinence d'appliquer une approche d'aide à la décision multicritère pour considérer simultanément différents aspects de la performance d'un mur à ossature légère en bois.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,004 | 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 ».