Approvisionnement du marché alimentaire québécois : des stratégies gagnantes
Bibliographic record
Abstract
Addendum en date du 2 juin 2016 au document APPROVISIONNEMENT DU MARCHÉ QUÉBÉCOIS : DES STRATÉGIES GAGNANTES À la page 26, dernier paragraphe de la section Section 4.1.1 :Remplacer : « Le groupe envisage de déménager celui-ci vers Varennes et d’y installer du même coup son siège social. » Par : « Le groupe envisage de déménager celui-ci vers Varennes. »RésuméL’analyse des données existantes situe la demande de biens et services alimentaires et de boissons au Québec à 39, 9 milliards de dollars pour l’année 2013. Dans un marché ouvert, où les producteurs et les transformateurs québécois concurrencent directement avec ceux d’autres pays pour accéder aux tablettes des distributeurs-détaillants, il est impératif d’avoir une bonne connaissance de la chaîne d’approvisionnement, des grands réseaux de distribution alimentaire et des tendances dans les pratiques commerciales pour garantir, voire augmenter, la part des achats d’aliments québécois dans la chaîne d’approvisionnement. Dans cette perspective, le CIRANO a réalisé une étude pour actualiser les connaissances sur les enjeux de l’approvisionnement dans les réseaux de distribution alimentaire au détail au Québec et suggérer des pistes d’actions potentielles, dont la création d’une plateforme de commerce électronique permettant de saisir l’opportunité pour les fournisseurs-grossistes de créer un lien direct avec le consommateur et de récupérer, surtout pour ceux de taille moyenne et modeste, un pouvoir de négociation vis-à-vis les distributeurs-détaillants.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.011 | 0.004 |
| Scholarly communication | 0.013 | 0.004 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.027 | 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".