MétaCan
Menu
Retour à la cohorte
Enregistrement W93481181

La performance des organisations logistiques des circuits courts de distribution : une analyse des déterminants et leviers d’amélioration

2013· dissertation· fr· W93481181 sur OpenAlexaff
Amélie Gonçalves

Notice bibliographique

Revuetheses.fr (ABES) · 2013
Typedissertation
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensMinistère des Transports
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cette thèse s’intéresse aux circuits courts et notamment à ceux dits « de proximité ». Ils présentent en effet une performance économique, sociale et environnementale contrastée qu’il semble par conséquent possible d’améliorer, en particulier grâce à la fonction logistique. Nous cherchons donc à comprendre dans quelle mesure et de quelle manière la logistique peut permettre d’accroitre cette performance et si les leviers potentiels sont propres aux circuits courts alimentaires ou rejoignent ceux communément mobilisés dans d’autres circuits de distribution. Les organisations logistiques (OLT) des circuits de distribution comme celles des circuits courts de proximité sont éminemment hétérogènes. Les outils proposés pas la théorie économie standard ne parviennent pas à expliquer la variété de ces OLT, de leurs espaces géographiques et relationnels d’inscription et de leur niveau de performance. Nous proposons alors d’expliquer cette diversité grâce à un cadre théorique combinant l’Economie de la Proximité et l’Economie des Conventions. La première nous permet de rendre compte des espaces géographiques et relationnels des OLT. La seconde explique cette structuration spatiale grâce à une diversité de déterminants liés au produit proposé. Ainsi, chaque OLT renvoie à un besoin de coordination autour d’un produit. En fonction de ce dernier, la coordination sera plus ou moins forte et passera par des modalités différentes. Le besoin de performance de l’organisation sera lui aussi différent, étant exprimé au travers de la convention de performance de la logistique et du transport. Nous avons ensuite appliqué ce cadre à une étude de terrain, basée sur des monographies de circuits issues d’entretiens approfondis dans des circuits de proximité et des circuits plus classiques de l‘alimentaire, de l’habillement et du bricolage-jardinage. En conclusion, notre travail met bien en relief une diversité des situations de coordination au sein des circuits de distribution étudiés et au sein même des circuits de proximité. Ces situations peuvent être similaires dans les circuits de proximité et d’autres types de circuits. Il y a en parallèle une diversité d’attentes en matière de performance de l’organisation, avec là aussi, parfois, des similitudes entre circuits de proximité et autres types de circuits. La logistique apparait donc bien comme un moyen d’améliorer la performance des circuits courts de proximité. Les solutions en la matière sont cependant plurielles et doivent tenir compte des besoins de coordination liés aux produits. Les solutions communément déployées dans des circuits plus classiques de distribution (optimisation, TIC notamment) sont par conséquent adaptées à certains circuits de proximité. Mais pour d’autres, l’amélioration de la performance passe aussi, et parfois avant tout, sur des innovations organisationnelles impliquant les acteurs de l’amont et de l’aval, voire d’autres acteurs du territoire d’implantation.

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)0,003
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0070,006
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,040
Tête enseignante GPT0,308
Écart entre enseignants0,268 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuetheses.fr (ABES)Même sujetAgriculture and Rural Development ResearchTravaux en français237 207