Bibliographic record
Abstract
Le phénomène de la mondialisation de I’économie ne pourrait se produire sans une intégration de plus en plus poussée des systèmes logistiques et de transport à l'échelle mondiale. Pour évoluer sur ces marchés sans frontière, les entreprises doivent en effet compter sur des systèmes de transport efficaces et flexibles. Elles doivent respecter des standards de plus en plus élevés en ce qui concerne les délais, la fiabilité et le coût d'acheminement des produits. Dans cet article, nous faisons d’abord ressortir les quatre caractéristiques fondamentales de cette intégration des systèmes de transport: le service autour du monde, l’intermodalité et l’amodalité, les changements dans les réseaux de transport et la concentration dans l’industrie du transport. Après avoir analysé les raisons expliquant cette intégration de même que ses limites, nous étudierons l’impact de cette intégration sur les PME, en insistant particulièrement sur le cas des PME québécoises. Notre analyse mettra en évidence la complexité accrue des décisions logistiques que doivent prendre les PME. Comme elles n’ont pas toujours les ressources nécessaires pour faire face à cette situation, elles doivent miser sur un partenariat logistique avec des prestataires pouvant leur offrir un soutien complet et adapté à leurs besoins.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".