Analyse des stratégies à mettre en œuvre pour améliorer la qualité des matières récupérées du secteur résidentiel
Bibliographic record
Abstract
L’efficacité du système de gestion des matières résiduelles stagne un peu partout au Québec : en 2018, c’était 52% des matières récoltées dans le bac de récupération des citoyens qui ont pu être acheminées au recyclage. Le recyclage de certains contenants, emballages et imprimés est précaire en raison d’un manque de débouchés, mais également dû à la mauvaise qualité des matières collectées. Les infrastructures de tri, en aval de la chaîne, réalisent des investissements de taille pour tenter de trier plus efficacement les matières, mais elles font continuellement face à des taux de rejet importants. Cependant, des changements structurels, légaux et sociaux pourraient être apportés en amont pour veiller à une qualité supérieure des matières collectées. L’objectif principal de cet essai est d’analyser les stratégies à mettre en œuvre pour améliorer la qualité des matières récupérées dans le secteur résidentiel au Québec, plus particulièrement en amont de la chaîne de valeur. Pour ce faire, les enjeux contribuant à une diminution de la qualité des matières aux étapes de production, de consommation, du tri à la source, de la récupération et du recyclage ont été soulevés. Une revue des stratégies utilisées dans cinq juridictions, soit l’Allemagne, l’Autriche, la Corée du Sud, la Colombie-Britannique et la Nouvelle-Écosse, a été réalisée. Par la suite, une analyse de leur applicabilité au contexte québécois a permis de mettre en évidence les possibilités d’améliorations à implanter aux étapes en amont de la chaîne de valeur de la gestion des matières recyclables. Les recommandations proposées concernent trois grandes étapes de la chaîne de valeur, soit la production, le tri à la source et la récupération. Il est principalement suggéré d’imposer des critères d’écoconception aux producteurs de contenants et emballages, de mettre l’accent sur les stratégies d’éducation et de sensibilisation active auprès des jeunes et du reste de la population, et d’implanter la collecte séparée des matières recyclables à deux voies. Dans le cadre de la modernisation de la collecte sélective, la mise en œuvre de certaines recommandations est déjà prévue par le gouvernement. Or, si le Québec souhaite se mesurer aux autres provinces canadiennes plus performantes, le succès de la réalisation de ces propositions ne pourra être assuré que par l’implication et la collaboration de tous les intervenants concernés, ainsi que par un suivi rigoureux.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| 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".