Priorisation des secteurs industriels fabriquant, utilisant ou important des matières dangereuses au Québec - Fiches sectorielles -
Bibliographic record
Abstract
Dans le cadre d'un premier projet avec Sante Canada, nous avions comme mandat de faire un portrait de la dynamique industrielle au Quebec. Pour realiser ce mandat, nous avons construit une base de donnees unique qui regroupe l'ensemble des secteurs industriels a l'etude (defini comme un groupement de code SCIAN) ainsi que des donnees pour 30 indicateurs socio-economiques sur une periode de 20 ans. Nous avons presente une premiere analyse des secteurs industriels ainsi que leur priorisation en fonction d'indicateurs socio-economiques selectionnes avec rigueur. Le present rapport s'inscrit donc dans la suite de ce premier mandat. L'objectif principal de cette etude est l'analyse des informations socio-economiques et techniques axees sur les substances chimiques classees « a haut risque », dans le Plan de gestion des substances chimiques du gouvernement federal, dans le but d'avoir une connaissance parfaite des secteurs industriels qui utilisent, stockent, fabriquent ou transportent ces substances dangereuses. La connaissance de ces secteurs industriels sera un outil primordial et tres pertinent afin de proposer une meilleure gestion des risques lorsque l'une des substances sera declaree toxique ulterieurement, ainsi que d'estimer les impacts de cette modification reglementaire sur les differents secteurs industriels du Quebec. Plus particulierement, ce rapport presente une analyse econometrique comme outil de priorisation des secteurs industrielles au Quebec utilisant la base de donnees developpee, ainsi des fiches sectorielles pour six secteurs priorises. Les fiches sectorielles synthetisent les donnees socio-economiques et technologiques les plus pertinentes dans les differents secteurs priorises suivants : ⇥Petrole, puits de petrole et gaz, forage ⇥Produits de sante, medecine et veterinaire /Produits pharmaceutiques ⇥Usages commerciaux ou industriels et autres produits de consommation ⇥Alimentation, boissons et emballage ⇥Cosmetiques, fragrances, musc ⇥Automobile, aeronautique et transport Ces fiches comprennent des graphiques etablis grâce a notre base de donnees et des analyses de ces graphiques, des donnees sur les principales substances chimiques utilisees par les secteurs et les reglementations qui s'y rattachent, des listes des associations industrielles et sectorielles associees au secteur en particulier (avec une description detaillee des outils, guides et actions qu'elles ont pu developper). Il s'agit reellement d'un outil simple a comprendre pour des analystes de politiques et facile a utiliser pour l'industrie touchee. Pour conclure, l'analyse econometrique des indicateurs couplee aux fiches sectorielles illustrant a la fois les aspects socio-economiques, mais aussi les aspects relies aux substances chimiques aura plusieurs utilites. Parmi celles-ci, nous pouvons citer : Une meilleure comprehension du tissu industriel du Quebec et ainsi un meilleur soutien a la prise de decisions gouvernementales. La distinction des secteurs qui doivent etre vises par les actions les plus importantes a entreprendre grâce a la priorisation. Sur un plan d'elaboration de politiques, ce rapport pourra etre un guide tres pertinent dans la priorisation des strategies de gestion de risque. Par ailleurs, lors de l'elaboration de mesures reglementaires, la region du Quebec aura en sa possession tous les indicateurs les plus importants afin d'estimer les impacts socio-economiques des changements de reglementation. Ce rapport est confidentiel, il ne peut etre diffuse a ce jour.
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 | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".