La performance des organisations logistiques des circuits courts de distribution : une analyse des déterminants et leviers d’amélioration
Notice bibliographique
Résumé
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 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 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».