MétaCan
Menu
Back to cohort
Record W1829936591 · doi:10.7202/1032726ar

L’obsolescence des produits électroniques : des responsabilités partagées

2015· article· fr· W1829936591 on OpenAlexaffvenue
Claudia Déméné, Anne Marchand

Bibliographic record

VenueLes ateliers de l éthique · 2015
Typearticle
Languagefr
FieldEnvironmental Science
TopicRecycling and Waste Management Techniques
Canadian institutionsUniversité de MontréalUniversité Laval
Fundersnot available
KeywordsObsolescencePolitical scienceHumanitiesArtBusiness

Abstract

fetched live from OpenAlex

La diminution de la durée de vie des produits électroniques est à l’origine de nombreux débats. Le fabricant a traditionnellement été désigné comme le principal responsable de ce phénomène, alors que l’usager est généralement considéré comme une victime. Bien que le fait soit peu reconnu, les autorités politiques exercent également une influence sur la pérennité des biens par le biais des stratégies qu’elles adoptent et des règlements qu’elles instaurent. À partir d’une analyse critique de la littérature sur ce thème, le présent article a pour objectif de jeter un nouveau regard sur l’obsolescence en discutant des responsabilités souvent ambiguës de ces trois acteurs qui, à différents niveaux, influencent la durée de vie des appareils électroniques. Cet article révèle que le cadre législatif européen, visant principalement les fabricants, offre des résultats mitigés pour lutter contre l’obsolescence des équipements électroniques. Sur la base de ce constat, les autorités politiques devraient également reconnaître l’influence de l’usager dans la diminution de la durée de vie des produits électroniques en vue d’instaurer des outils de politique environnementale permettant une gestion plus durable et efficace de ce type de biens. À cette fin, l’affichage environnemental de la durée de vie est explorée dans le but de mieux informer l’usager, à l’achat, de la durée de vie des appareils électroniques, et potentiellement minimiser l’obsolescence.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Other design · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.634
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0000.003
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.058
GPT teacher head0.291
Teacher spread0.233 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designOther design
Domainnot available
GenreEmpirical

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".

Quick stats

Citations6
Published2015
Admission routes2
Has abstractyes

Explore more

Same venueLes ateliers de l éthiqueSame topicRecycling and Waste Management TechniquesFrench-language works237,207