Approche Méthodologique pour Prendre en Compte les Risques de Catastrophes dans l'Analyse de Cycle de Vie : Application au Secteur de la Production d'Énergie
Bibliographic record
Abstract
Le développement d'infrastructures critiques pour la production d'énergie doit répondre à la demande croissante d'énergie tout en minimisant les impacts sur la santé humaine et environnementale. L'analyse du cycle de vie (ACV) est un outil d'aide à la décision qui permet d'estimer les impacts environnementaux potentiels de ces infrastructures. L'ACV est généralement appliquée pour modéliser les systèmes en fonction de leurs conditions de fonctionnement moyennes, et les déviations ne sont pas prises en compte. Pour permettre des applications plus complètes de l'ACV, ces déviations devraient être prises en compte. Parmi les sources de déviations et de dommages possibles pour les systèmes de production d'énergie figurent les risques de catastrophes en évolution. Cette thèse de doctorat aborde ce défi de recherche. L'objectif est de permettre la prise en compte des conséquences de l'évolution des risques de catastrophes sur les performances opérationnelles et environnementales des infrastructures critiques à moyen et long terme. L'objectif spécifique est la conception d'un cadre méthodologique pour développer un module d'inventaire guidé par les risques de catastrophes, appelé « Disaster Risk-gUided scenarIo Definition (DRUID) Method – Life Cycle Inventory (LCI) Module » en anglais. La méthode DRUID comprend quatre étapes : 1) définition du problème, 2) élaboration des scénarios, 3) étude de la résilience des infrastructures et 4) transfert des scénarios. Le développement de la méthode DRUID est guidé par une étude de cas d'ACV comparative basée sur le secteur de l'énergie photovoltaïque (PV) en France, où une centrale PV est potentiellement affectée par des vents violents. Les résultats obtenus démontrent les capacités de la méthode DRUID à guider la définition de scénarios complexes, à étudier les dommages potentiels causés à l'infrastructure par des aléas probables et à traduire ces dommages en impacts environnementaux potentiels par l'ACV. L'étude de cas illustrative considère que les composants de la centrale photovoltaïque peuvent être réparés de manière sélective ou que la centrale entière peut être complètement remplacée pour augmenter sa capacité de production. La comparaison des résultats de l'ACV entre un scénario de base appliquant une approche ACV conventionnelle et des scénarios définis avec la méthode DRUID a montré que les impacts environnementaux pouvaient augmenter de manière significative, en particulier si les stratégies de remplacement sont privilégiées par rapport aux réparations de composants. La méthode DRUID peut être généralisée pour l'évaluation environnementale d'autres systèmes énergétiques, ainsi que pour l'évaluation d'autres types de performances liées aux infrastructures critiques.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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.
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 teacher head, 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".