Bibliographic record
Abstract
Résumé La logistique, définie comme le pilotage des flux physiques par les flux d’informations associées, est jugée indispensable à l’amorce de démarches de coordination puis de coopération entre les différents acteurs. La triade relative au succès de la logistique – le bon produit, au bon moment, au bon endroit – est un exemple de ses qualités de gestion et d’organisation des flux. Depuis plusieurs années, les entreprises adoptent des politiques de développement durable afin de respecter les attentes des parties prenantes et de se positionner à long terme sur les marchés. Une politique de développement durable ouvre le champ de la logistique à celui de la logistique verte, de l’écologistique et plus généralement à celui de la logistique inversée. Contrairement à la majorité des réglementations qui contraignent les détenteurs de déchets électriques et électroniques, la directive européenne à ce sujet responsabilise les producteurs tout au long du cycle de vie de leurs produits. À travers le cas des équipements électriques et électroniques, cet article présente les différentes stratégies de logistique inversée que les acteurs mettent en œuvre. Vu le grand nombre d’acteurs en cause, les stratégies collectives sont plus répandues que les stratégies individuelles. Une comparaison entre les contextes européen et nord-américain permet d’identifier les acteurs clés dans la gestion de ces flux de déchets. Les prestataires de services logistiques opérationnels et pilotes jouent ainsi un rôle important en Europe.
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 | 0.006 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.006 |
| Scholarly communication | 0.011 | 0.008 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.020 | 0.003 |
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".