Conception d'un modèle de simulation pour évaluer les effets de la coordination d'un réseau de cours à bois
Bibliographic record
Abstract
Les plateformes logistiques jouent un rôle important dans le bon fonctionnement d'une chaine de valeur, en assurant une fluidité des flux entre les différentes unités d'affaires. Dans le secteur forestier, une cour à bois est un lieu où le bois est concentré et entreposé de façon temporaire, dans le but d'améliorer l'efficacité du transport tout en réduisant les charges liées au stockage et à l'approvisionnement (Brotherton et al., 2017). De nos jours, plusieurs entreprises rivalisent pour le développement et l'amélioration de la planification du système d'approvisionnement forestier. Cette planification nécessite la prise en compte de plusieurs facteurs qui opèrent dans un contexte instable. En effet, dans les forêts naturelles comme celles du Québec, les opérations de triage et de gestion des flux sont complexes, étant donné la grande diversité et qualité des essences disponibles. De plus, les grandes distances entre la ressource forestière et les unités responsables de sa transformation entraînent des coûts de transport significatifs. Cependant, les cours à bois ont jusqu'à maintenant été peu exploitées comme plateforme logistique apte à mieux coordonner la chaine de valeur forestière et à assurer l'affectation de la bonne ressource à la bonne unité de transformation. Ce projet vise à analyser comment la coordination d'un ensemble de cours à bois et la connaissance de l'état des stocks de chacune d'elle peuvent contribuer à réduire les distances en transport parcourues de même qu'à mieux gérer les stocks aux cours, tout en répondant correctement aux besoins de scieries. Pour ce faire, une étude de cas a été réalisée, comprenant trois cours à bois ainsi que trois scieries spécialisées dans la transformation de billots allant de 8 à 18 pieds de longueur. Un modèle de simulation a été mis sur pied pour représenter un tel réseau, reproduire l'état actuel de son pilotage et tester diverses stratégies de coordination des activités d'approvisionnement et de transport. Les résultats ont démontré que certaines stratégies permettent de réduire les distances parcourues sans nuire au fonctionnement de la chaîne de valeur. De plus, grâce au modèle de simulation développé, le suivi en temps réel des indicateurs de performance des cours à bois, tels que l'état des stocks, le taux d'occupation des cours, le nombre de camions en attente et le temps d'attente aux cours, devient possible. Ainsi, ce modèle pourrait servir aux gestionnaires comme outil de prévision de l'approvisionnement sur un horizon de 6 mois.
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 | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".