MétaCan
Menu
Back to cohort
Record W7011300068

Marchés et modèles d'affaires : construction non-résidentielle structurale en bois

2018· other· fr· W7011300068 on OpenAlexfundaboutno aff

Bibliographic record

Venuenot available
Typeother
Languagefr
FieldArts and Humanities
TopicRenaissance and Early Modern Studies
Canadian institutionsnot available
FundersUniversité Laval
KeywordsIndustrial propertyConstruction industrySugar industryWood industry
DOInot available

Abstract

fetched live from OpenAlex

L’utilisation de structures en bois dans le secteur de la construction non-résidentielle est un marché en croissance au Québec, au Canada et ailleurs dans le monde. Puisque la transformation des produits du bois en augmente la valeur monétaire, cette croissance de marché offre un fort potentiel de développement économique au sein de la province et du pays. De plus, étant donné les faibles émissions rejetées lors de la production de ces produits d’ingénierie et leur capacité de séquestration du carbone, leur utilisation permet de contribuer à la lutte contre les changements climatiques. Comme toutes les industries innovantes, l’industrie des produits structuraux en bois a besoin de se structurer adéquatement afin de pouvoir faire sa marque sur les marchés. La présente recherche doctorale a été réalisée dans l’esprit de contribuer à la compréhension de l’industrie de la construction non-résidentielle structurale en bois. Premièrement, à partir de littérature grise en lien avec treize bâtiments bien connus et de littérature scientifique, le marché de la construction structurale en bois a été investigué afin d’en comprendre les motivations et les barrières à l’utilisation du bois comme matériau structural. Les motivations identifiées se résument à la volonté de contribution au développement durable, les aspects techniques du bois qui sont appréciés, les coûts réduits, la rapidité d’installation des structures et les aspects esthétiques du bois. Pour leur part, les barrières à l’utilisation des structures en bois trouvées sont le code du bâtiment, le manque de transfert de technologies, les coûts élevés, la durabilité et les autres aspects techniques du matériel, la culture de l’industrie et la disponibilité de ce matériel. De plus, une analyse de compte-rendu de chantiers de neuf projets de construction a permis d’identifier les problèmes et les préoccupations reliés à l’assemblage des structures sur les sites, à la conception des bâtiments, aux calendriers de construction et aux relations entre les différents acteurs de la chaîne de valeur. Ces problèmes et préoccupations confirment d’ailleurs les barrières trouvées à l’aide de la littérature. Ensuite, grâce à une tournée d’entrevues en Europe, vingt-trois professionnels du domaine (architectes, ingénieurs, constructeurs, fournisseurs) et trois académiques ont été interrogés, menant au développement d’un modèle reflétant les interrelations présentes entre les acteurs de la chaîne de valeur de la construction non-résidentielle structurale en bois. Trois formes de relations ont ainsi été trouvées : les contractuelles, celles reliées à des projets de construction en bois et celles reliées à l’industrie de la construction structurale en bois. La profondeur des liens et la fréquence des échanges font dire qu’il s’agit d’un réseau élaboré de collaboration plutôt que de simples interactions transactionnelles. Finalement, cette même tournée d’entrevues a permis d’établir les grandes lignes des modèles d’affaires des entreprises du secteur tout en saisissant les tendances des modèles d’affaires de cette industrie en croissance. Les résultats indiquent notamment que le partage d’information entre les acteurs de la chaîne de valeur est crucial et que donc les modes d’attribution de contrats de types collaboratifs fonctionnent mieux pour les projets de construction structurale en bois. Il est aussi très important pour l’ensemble de ces acteurs de construire et d’entretenir des relations très serrées avec les fournisseurs et les fournisseurs-constructeurs. De plus, l’établissement de partenariats avec les universités est un facteur essentiel au sein de cette industrie en croissance tout comme l’intégration de la préfabrication à la proposition de valeur des modèles d’affaires.

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)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.373
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0010.002
Scholarly communication0.0010.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.1730.005

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 head0.020
GPT teacher head0.241
Teacher spread0.221 · 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; both teacher heads agree on what is shown here.

Study designNot applicable
Domainnot available
GenreOther

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

Citations2
Published2018
Admission routes2
Has abstractyes

Explore more

Same topicRenaissance and Early Modern StudiesFrench-language works237,207