Planification de la distribution en contextes de déploiement d'urgence et de logistique hospitalière
Notice bibliographique
Résumé
L’optimisation de la distribution est une préoccupation centrale dans l’amélioration de la performance des systèmes industriels et des entreprises de services. Avec les avancées technologiques et l’évolution du monde des affaires, de nouveaux domaines d’application posent des défis aux gestionnaires. Évidemment, ces problèmes de distribution deviennent aussi des centres d’intérêt pour les chercheurs. Cette thèse étudie l’application des méthodes de recherche opérationnelle (R.O.) à l’optimisation des chaînes logistiques dans deux contextes précis : le déploiement logistique en situation d’urgence et la logistique hospitalière. Ces contextes particuliers constituent deux domaines en forte croissance présentant des d’impacts majeurs sur la population. Ils sont des contextes de distribution complexes et difficiles qui exigent une approche scientifique rigoureuse afin d’obtenir de bons résultats et, ultimement, garantir le bien-être de la communauté. Les contributions de cette thèse se rapportent à ces deux domaines. D’abord, nous présentons une révision systématique de la littérature sur le déploiement logistique en situation d’urgence (Chapitre 2) qui nous permet de consolider et de classifier les travaux les plus importants du domaine ainsi que d’identifier les lacunes dans les propositions actuelles. Cette analyse supporte notre seconde contribution où nous proposons et évaluons trois modèles pour la conception d’un réseau logistique pour une distribution juste de l’aide (Chapitre 3). Les modèles cherchent à assurer une distribution équitable de l’aide entre les points de demande ainsi qu’une stabilité dans le temps. Ces modèles permettent les arrérages de la demande et adaptent l’offre aux besoins de façon plus flexible et réaliste. Le deuxième axe de recherche découle d’un mandat de recherche avec le Ministère de la Santé et de Services sociaux du Québec (MSSS). En collaboration avec les gestionnaires du système de santé québécois, nous avons abordé la problématique du transport d’échantillons biomédicaux. Nous proposons deux modèles d’optimisation et une approche de résolution simple pour résoudre ce problème difficile de collecte d’échantillons (Chapitre 4). Cette contribution est par la suite généralisée avec la synchronisation des horaires d’ouverture de centres de prélèvement lors de la planification des tournées. Une procédure itérative de recherche locale est proposée pour résoudre le problème (Chapitre 5). Il en découle un outil efficace pour la planification des tournées de véhicules dans le réseau des laboratoires québécois.
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 | 0,003 | 0,005 |
| 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 | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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.
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 ».