Enjeux et problématiques associés au transport multimodal de matières dangereuses au Québec
Bibliographic record
Abstract
Il est assez rare qu'un transport de matieres dangereuses (MD) se fasse uniquement par un seul mode de transport. Le plus souvent, il s'agit d'une chaine logistique plus complexe regroupant differents modes de transport successifs. Dans ce contexte, il nous a paru important d'etudier les enjeux et les problematiques du transport multimodal, d'autant plus que ce type de transport implique necessairement des manipulations plus frequentes des MD et des etudes ont montre qu'il y a deux fois plus d'accidents pendant les phases de chargement/ dechargement que pendant la phase de transport proprement dite. Ce rapport permet de dresser un portrait du transport multimodal en privilegiant l'etude d'exemples concrets. En premier lieu, des analyses statistiques croisees sur les resultats d'une enquete realisee au CIRANO sur les sites fixes utilisant, fabriquant ou stockant des MD montrent les differences dans les caracteristiques des sites industriels au Quebec selon qu'ils aient recours ou non au transport multimodal pour leur transport de MD. Grâce a la situation geographique unique du Quebec en Amerique du Nord, Montreal constitue une plaque tournante du transport des marchandises et le transport multimodal y joue un role primordial. Dans ce contexte, deux cas sont etudies : (1) la chaine du polyester a Montreal Est, qui implique a la fois des transporteurs et des sites industriels, et (2) le port de Montreal, qui represente une plateforme intermodale, point de contact entre deux spheres de transport de fret, soit les spheres terrestre et maritime. Ces exemples rendent compte de la complexite du transport multimodal mais egalement de ses atouts. Le dernier chapitre conclut en etudiant les enjeux et les problematiques relies au transport multimodal et aux plateformes intermodales qui l'accompagnent. Le rapport est confidentiel et ne peut etre publie 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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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.
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".