MétaCan
Menu
Retour à la cohorte
Enregistrement W6982087014

Gestion de la demande en puissance : Outil de planification et stratégies pour la production de bois d'oeuvre

2019· other· fr· W6982087014 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueCorpus Université Laval (Université Laval) · 2019
Typeother
Languefr
DomaineSocial Sciences
ThématiqueData Analysis and Archiving
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic productionEconomic analysisProduction system (computer science)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

L’industrie forestière est un secteur économique générant beaucoup d’emplois au Québec, Canada. Dans le but d’assurer la compétitivité et la profitabilité des scieries, plusieurs propriétaires se voient donc dans l’obligation de revoir leurs systèmes de production. De plus, ceux-ci sont à la recherche de nouvelles opportunités pour générer des profits, comme le programme de gestion de la demande en puissance (GDP) d’Hydro-Québec, programme visant à redistribuer l’usage de l’électricité vers des périodes hors-pointe. C’est dans cette optique que s’insère cette maîtrise, dont le but est d’évaluer l’impact technico-économique de l’implantation de stratégies permettant à une scierie typique de participer au programme de GDP. Pour ce faire, une revue de la littérature a été faite, afin d’établir un état de l’art sur les systèmes de gestion de l’énergie en industrie, la gestion de la demande en puissance et les modèles de planification existants dans le milieu de la fabrication de bois d’oeuvre. Ensuite, l’étude d’un système de production de bois d’oeuvre réel et la collecte d’informations quant à la consommation d’électricité des équipements et de chauffage des espaces de travail utilisés ont été réalisées. Ces informations ont par la suite été intégrées à l’intérieur d’un modèle de planification tactique des opérations. Avec un tel modèle, il devenait donc possible de tester différentes stratégies permettant de réduire l’appel en puissance des équipements en cas d’évènement de GDP et de mesurer les gains financiers ou encore les pertes engendrées par la mise en place de telles stratégies. Plus particulièrement, six stratégies ont été testées. À la suite d’une étude comparative basée sur la profitabilité de chaque stratégie, il s’est avéré que le meilleur scénario permettait d’augmenter les profits de la scierie à l’étude de près de 5%, tout en offrant une augmentation de profit durant un grand nombre d’heures de GDP (68 heures). Somme toute, l’étude a permis de trouver, pour une scierie type du Québec, la meilleure stratégie à mettre en place pour participer au programme de GDP d’Hydro-Québec. Elle a également a permis de développer un modèle de planification pour l’industrie du bois d’oeuvre intégrant la facette énergétique et de générer une méthodologie générale permettant de reproduire les travaux réalisés dans le cadre de la recherche à d’autres secteurs.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,816
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,224
Écart entre enseignants0,215 · 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