MétaCan
Menu
Retour à la cohorte
Enregistrement W7002057422

Modèle de gestion des matières résiduelles pour les magasins d'alimentation

2015· other· fr· W7002057422 sur OpenAlexaboutno aff

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2015
Typeother
Languefr
DomaineComputer Science
ThématiqueData Analysis with R
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)LimitingRail transportation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

L’objectif de cet essai est d’optimiser la gestion des matières résiduelles d’un magasin d’alimentation, afin d’en faire un modèle pour d’autres magasins d’alimentation. La dernière politique québécoise de gestion des matières résiduelles et son plan d’action 2011-2015 ont établi des objectifs de récupération et de recyclage auxquels tous doivent contribuer. Pour ce faire, les municipalités ont l’obligation de considérer les matières résiduelles des industries, commerces et institutions dans l’écriture de leurs plans de gestion des matières résiduelles, mais il est du devoir de chaque entreprise de gérer le plus efficacement possible ses propres matières résiduelles. L’entreprise Metro est un chef de ligne au niveau de la responsabilité d’entreprise et son dernier objectif de gestion des matières résiduelles est ambitieux, soit de réduire de 25 % la quantité de matières résiduelles envoyées à l’élimination de 2010 à 2015. \nLe Metro Saint-Constant a été sélectionné lors de cette étude pour son ouverture et son initiative en matière d’environnement. Plusieurs mesures visant à optimiser la gestion des matières résiduelles de l’établissement ont déjà été mise en place, notamment l’instauration d’une presse à cartons et autres matières recyclables et d’un système de récupération des matières organiques et de dons pour des banques alimentaires. Les effets des mesures visant les matières recyclables sont impressionnants, puisque 86 % de ce type de matières étaient effectivement détournés de l’élimination à la fin de l’année 2014. La situation des matières organiques à cette date était une moins grande réussite, puisque le taux de diversion n’atteignait que 37 %, ce qui est sensiblement inférieur aux objectifs gouvernementaux. \nDes modifications ont donc été proposées dans cet essai afin de répondre à cette problématique. Malheureusement, la solution miracle n’existe pas, mais la combinaison de plusieurs changements au niveau de la connaissance des données, de la gestion du personnel, de l’amélioration du système de récupération et de stratégies de marketing peut contribuer à rapprocher l’établissement de Saint-Constant des objectifs du gouvernement et de Metro. Avec ces ajouts à la gestion des matières résiduelles de l’établissement, d’autres magasins d’alimentation auraient avantage à s’inspirer de ses réussites afin d’améliorer la gestion des matières résiduelles sur l’ensemble du Québec.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,196

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 Opus0,052
Tête enseignante GPT0,226
Écart entre enseignants0,174 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Même sujetData Analysis with RTravaux en français237 207