Analyse de cycle de vie du bois lamelle-colle specifique a la foret boreale quebecoise /
Bibliographic record
Abstract
Les entreprises manufacturières doivent aujourd'hui répondre à de nouveaux impératifs environnementaux. À cet égard, elles cherchent à mieux définir l'impact de l'ensemble de leurs activités et lorsque cela est possible, à mettre en valeur leur performance environnementale. Dans certains secteurs, où la compétition est particulièrement vive, la capacité de présenter une offre compétitive à plus faible impact environnemental peut permettre à l'entreprise d'augmenter considérablement ses parts de marché. C'est dans cet esprit que ce travail vise, d'une part, à étudier le cas d'un producteur de bois lamellé-collé, à quantifier son empreinte environnementale en réalisant une analyse de cycle de vie et à identifier des pistes d'amélioration possibles de la chaîne de valeur de l'entreprise sur la base de ses impacts mesurés. Les résultats mettent en lumière les enjeux soulevés par les analyses de cycle de vie issues de données spécifiques au contexte québécois par comparaison avec des études européennes et américaines. Dans le cas du produit du bois à l'étude, les émissions de gaz à effet de serre sont de l'ordre de la moitié de celles estimées dans les bases de données disponibles.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".