Caractérisation des modèles types de chaînes de valeur de la biomasse forestière
Bibliographic record
Abstract
La bioénergie produite à partir de la biomasse forestière est considérée comme un outil essentiel de la transition énergétique et de lutte contre le changement climatique. La filière de la bioénergie forestière est bien implantée dans certaines juridictions à travers le monde, particulièrement pour le chauffage ; elle est cependant encore à un stade précoce de développement dans des régions qui comptent néanmoins un secteur forestier important, dont le Québec. En vue de documenter le développement de la bioénergie forestière en émergence dans ces régions, cette étude analyse les modèles types de chaînes de valeur de la biomasse forestière pour le chauffage des bâtiments institutionnels et commerciaux au Québec. Il a été possible de décrire cinq modèles types de chaîne de valeur en rapport avec leur potentiel de création de valeur économique et leur avantage comparatif. Parmi les produits, les plaquettes forestières sont le combustible le plus utilisé après les granules de bois conventionnels. Les granules de bois torréfiés sont voués à l’exportation. Cela dit, les prix observés actuellement dans la région d’étude sont ceux d’un marché encore très restreint, dans lequel seules les sources de biomasse les plus abordables sont présentement mobilisées ; les coûts d’approvisionnement devraient donc évoluer avec une mobilisation supplémentaire de la matière première, mais également avec l’apprentissage technologique et institutionnel. Cette étude révèle l’importance du comportement et de l’harmonisation des acteurs au sein des chaînes de valeur, mais également l’influence de l’environnement externe, sur l’efficacité des chaînes et la compétitivité des produits de la bioénergie.
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 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 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".