Plate-forme virtuelle d'optimisation et de mutualisation des opérations de transport en charges partielles
Notice bibliographique
Résumé
Ce mémoire vise à justifier la pertinence de la mutualisation des besoins de transport en charges partielles par les entreprises expéditrices. En effet, les avantages de la mutualisation dans un contexte de transport ont déjà été démontrés, mais plus précisément du point de vue des transporteurs. Voulant ainsi justifier un tel concept, mais du point de vue des entreprises expéditrices, une Plate-forme virtuelle d’optimisation et de mutualisation des opérations de transport en charges partielles est simulée dans ce mémoire. Pour démontrer cette pertinence, le but premier a été de s’intéresser à la réduction des émissions de gaz à effet de serre (GES) découlant d’un tel effort de mutualisation, la prémisse de ce mémoire étant de réduire l’empreinte écologique de l’industrie du transport routier et de diminuer l’achalandage sur le réseau routier à Québec. Ainsi, le deuxième but a été de s’intéresser à la réduction du nombre de camions en circulation. Enfin, le troisième et dernier but a été de s’intéresser aux gains financiers d’une telle plate-forme, soit l’incitatif presque toujours premier des entreprises. À l’aide d’entreprises situées à Québec, il a été possible de simuler un contexte réel de commerce entre des entreprises partenaires et des transporteurs. Les résultats obtenus permettent de constater qu’un effort de mutualisation aide à réduire significativement les émissions de GES dès qu’une dizaine d’entreprises participent (réductions de 35% et plus pour les trois tests effectués). Finalement, il est démontré que les résultats économiques d’une telle plate-forme sont également très attirants pour les entreprises qui acceptent d’être des partenaires d’affaires. Enfin, l’idée présentée dans ce mémoire a été poussée encore plus loin et est l’objet de l’article scientifique intitulé Service level, financial and environmental optimization of collaborative transportation auquel j’ai participé en tant coauteure.
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 | 0,001 | 0,004 |
| 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 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,004 |
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 ».