MétaCan
Menu
Back to cohort
Record W2915968991 · doi:10.4000/vertigo.20822

Fondements des analyses de flux de matières et d’énergie et typologies d’applications pour la gouvernance des territoires et des organisations

2018· article· fr· W2915968991 on OpenAlexvenueno aff
Benoît Ribon, Dominique Badariotti, René S. Kahn

Bibliographic record

VenueVertigO · 2018
Typearticle
Languagefr
FieldEnvironmental Science
TopicEnvironmental Impact and Sustainability
Canadian institutionsnot available
FundersAgence Nationale de la Recherche
KeywordsHumanitiesPolitical sciencePhysicsArt

Abstract

fetched live from OpenAlex

L’analyse de flux de matières et d’énergie (AFME) est un outil d’aide à la compréhension des systèmes essentiel pour de nombreuses applications. Elle se base sur une approche comptable des flux et sur les principes de conservation de la masse et de l’énergie. L’AFME a joué un grand rôle dans le développement industriel, mais a surtout connu un regain d’intérêt avec l’émergence des problématiques environnementales. Elle permet en effet de décrire les dynamiques matérielles et les interactions avec l’environnement à différentes échelles : du niveau micro pour un processus industriel ou une organisation (entreprise, administration…), au niveau macro pour un territoire (ville, région, pays…). Il est aussi possible de décliner l’AFME à une échelle transversale en réalisant un inventaire du cycle de vie d’un produit donné. Malgré des spécificités méthodologiques pour chacune de ces échelles, les AFME ont des fondements communs et peuvent avoir des usages similaires. Nous avons ainsi recensé dans la littérature plusieurs typologies d’applications : évaluation des impacts environnementaux, optimisation des processus, étude de la dispersion de la matière et identification des gisements, identification des ressources locales, apport d’éléments juridiques, communication sur les progrès et impacts environnementaux, prise en compte dans les projets d’aménagement urbain et construction d’une vision partagée d’un territoire, de sa dynamique d’économie circulaire et de ses capacités de résiliences. Ainsi, les AFME présentent un large panel d’applications permettant d’aborder le développement durable sous différents angles sociétaux et techniques. À ce titre, elles méritent leur place parmi les outils de gouvernance des organisations et des territoires. Toutefois, avant de généraliser les AFME, il reste un certain nombre de difficultés à surmonter. Il s’agit de pouvoir manipuler des données nombreuses, de restituer les résultats à un public non initié à travers différents cadres théoriques, de faire évoluer la législation en faveur de la comptabilité matière et de mobiliser des compétences diverses et spécifiques pour réaliser et interpréter correctement les AFME.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.068
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.005
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0030.000

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.

Opus teacher head0.040
GPT teacher head0.349
Teacher spread0.309 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations4
Published2018
Admission routes1
Has abstractyes

Explore more

Same venueVertigOSame topicEnvironmental Impact and SustainabilityFrench-language works237,207