Modelisation temporelle de la consommation electrique en analyse du cycle de vie appliquee au contexte des TIC
Bibliographic record
Abstract
DÉDICACE À tous les gentils REMERCIEMENTS Je voudrais tout d'abord remercier Thomas Dandres et Réjean Samson pour leur encadrement et leur précieuse aide tout au long de ma maîtrise.Merci pour votre confiance, votre disponibilité et vos idées sans lesquelles je n'aurais pu mener ce projet de recherche.Merci Réjean de m'avoir donné l'opportunité d'intégrer cette merveilleuse équipe du CIRAIG.Parallèlement, je voudrais remercier aussi les équipes de l'ETS et d'Ericsson sans lesquels ce projet n'aurait jamais vu le jour et avec qui on a pu approfondir toutes les notions assez abstraites des technologies de l'information et de la communication et mettre à bien un grand projet multidisciplinaire.Un grand merci aussi à l'ensemble des personnes qui ont appuyées ma recherche comme IESO, AESO pour avoir collaborés avec moi dans la phase de collecte de données, le professeur Partovi Nia Vahid pour son aide en statistique et le CRSNG (Conseil de recherches en sciences naturelles et en génie) du Canada pour leur précieux financement.Je tiens également à remercier toutes les personnes qui m'ont accordé leur support, notamment l'ensemble des membres présents et passés du bureau A-685, Fanny, Audrey, Nathan, Gaël et Constant avec qui rires et débats étaient une vraie partie de bonheur.Un grand merci à toute l'équipe du CIRAIG pour leur joie de vivre, leur accueil toujours chaleureux et leur grande richesse d'idées.Ce fut un énorme plaisir de travailler de prêt ou de loin avec vous, j'ai vraiment apprécié les diverses activités auxquelles j'ai pu participer allant des forums étudiants à l'après midi main d'œuvre dans la construction d'une maison éco-responsable.Merci à mes amis proches et à ma famille pour leur soutien sans faille pendant toute ma maîtrise.Enfin merci à tous mes collègues, amis avec qui Montréal fut un moment inoubliable.v
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".