Arrimage des systèmes de collecte et des techniques de traitement du verre recyclé au Québec : Pistes de solutions pour améliorer les débouchés
Bibliographic record
Abstract
L’objectif général de cet essai est de présenter les différents systèmes de collecte et de traitement du verre, et de déterminer si leur application serait appropriée pour répondre aux problématiques de gestion du verre au Québec. La gestion du verre est devenue un enjeu important au Québec suite à la publication du dernier bilan de RECYC-QUÉBEC qui faisait état d’un taux de recyclage abyssal pour le verre récupéré. Les Québécois ont été surpris d’apprendre qu’une partie importante du verre récupéré était utilisé dans les lieux d’enfouissement techniques. Des avancées considérables semblent avoir été réalisées depuis la collecte de données ayant servi à produire ce bilan, mais les informations disponibles actuellement ne permettent pas de confirmer que le Québec est en voie de régler la situation. Pour répondre à son objectif général, cet essai répond d’abord à trois sous-objectifs. Premièrement, dresser un portrait des différents modes de collectes privilégiés à l’étranger afin de les comparer à la situation québécoise. Deuxièmement, identifier les usages conventionnels et les usages potentiels du verre recyclé. Troisièmement, évaluer la possibilité de combiner différents modes de collecte pour répondre aux enjeux propres au Québec. Dans le cadre de cet essai, les deux premiers sous-objectifs font l’objet d’une revue de littérature, tandis que le dernier est atteint grâce à une analyse multicritère qui compare les scénarios possibles à la situation actuelle. L’analyse finale propose cinq scénarios de gestion qui pourraient répondre à la crise actuelle. Parmi ces cinq scénarios, deux d’entre eux se démarquent davantage. Premièrement, la collecte sélective, à condition que le plan Verre l’Innovation apporte les bénéfices attendus. Deuxièmement, la création de centres de dépôt qui combineraient l’apport volontaire et une consigne élargie. Au final, cet essai a permis de dresser un portrait plus clair de la gestion du verre au Québec et de faire un résumé des options qui sont sur la table. Des options plus originales sont aussi abordées pour tenter d’en tirer des recommandations qui pourraient être intégrées à notre système sans le changer de fond en comble. Les recommandations incluent notamment une meilleure traçabilité des matières recyclables, la disponibilité d’information détaillée en continu, et des ristournes pour les centres de tri qui atteignent des cibles de performance. Cet essai vient à la conclusion qu’une seule stratégie ne pourra vraisemblablement pas régler à elle seule les enjeux de gestion du verre au Québec. Même si la technologie de micronisation démontre un potentiel intéressant, le Québec devrait éviter de miser sur une solution unique et préparer dès maintenant un ensemble d’interventions pour s’attaquer réellement au recyclage du verre.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 0.003 |
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".