Matière organique résidentielle et spécificités territoriales québécoises : les modes de gestion à préconiser
Bibliographic record
Abstract
La Politique québécoise de gestion des matières résiduelles a prévu bannissement des matières organiques des sites d’élimination en 2020. Toutefois, le territoire québécois est vaste et la gestion des MO doit tenir compte des contraintes physiques et humaines qui s’y appliquent pour que les mesures soient efficaces. L’objectif de cet essai est d’associer les modes de gestion de la matière organique résidentielle avec les spécificités territoriales québécoises. Pour y arriver, cinq objectifs spécifiques sont établis. Il s’agit de : présenter les modes de gestion et technologies de mise en œuvre possible pour la récupération des matières organiques pour les objectifs de 2020, de proposer une typologie pour catégoriser le territoire, d’évaluer l’acceptabilité sociale et les dimensions territoriales des modes de traitement, d’analyser les modes de gestion préférables selon la typologie territoriale et de classer ces modes de gestion au moyen d’une grille d’analyse. L’analyse du contexte territorial québécois a permis la division du territoire en quatre catégories : zone urbaine, zone suburbaine, zone rurale ainsi que collectivité nordique et région éloignée. L’évaluation des avantages et inconvénients des modes de gestion a amené à leur insertion dans ce contexte territorial. Ces modes sont le compostage domestique et industriel, la biométhanisation, la pyrolyse, la gazéification et la combustion avec cogénération. Les résultats démontrent que les solutions de compostage, de biométhanisation et de combustion avec cogénération sont les technologies les plus réalisables et préconisés pour une application sur le territoire, dans différents contextes. De ces résultats découlent plusieurs recommandations. La mise en place d’un cadre de gestion adapté aux objectifs du gouvernement, l’augmentation du nombre d’infrastructures de traitement ou de la capacité de traitement de celles-ci ainsi que l’imposition de la collecte de la 3e voie lorsque possible sont parmi les principales recommandations faites. La prise en compte des différents contextes et réalités territoriales permettra une meilleure gestion des matières organiques résidentielles et la concrétisation des objectifs gouvernementaux concernant la gestion des matières résiduelles.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 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".