MétaCan
Menu
Back to cohort
Record W7017364415

Analyse de la performance environnementale d’un réseau décentralisé des centres de conditionnement de matières résiduelles : étude de cas à la ville de Montréal

2023· other· fr· W7017364415 on OpenAlexaboutno aff

Bibliographic record

VenueEspace École de technologie supérieure (École de technologie supérieure) · 2023
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsTransportation infrastructureCost analysisEconomic shortageContext (archaeology)
DOInot available

Abstract

fetched live from OpenAlex

Les matières résiduelles générées augmentent d’année en année. Les infrastructures centralisées de traitement augmentent le nombre de camions pour satisfaire cette demande croissante, ce qui croit la pression sur le réseau routier et les émissions de gaz à effet de serre. Pour pallier ces limitations, l’approche décentralisée crée un réseau distribué de centres sur le territoire. \n \nCe projet de recherche étudie l’impact de l’intégration de la décentralisation sur la récupération des matières résiduelles. Plus spécifiquement, la méthodologie modélise la génération de matières résiduelles, la planification d’itinéraires de collecte et de transport et la localisation de centres de conditionnement. Cette approche est appliquée à une étude de cas à Montréal pour une filière de polytéréphtalate d’éthylène (PET; Plastique no. 1). Pour chaque scénario de décentralisation envisagé (nombre de centres déployés), l’étude de cas calcule deux indicateurs de performance : les couts d’exploitation et d’investissement ainsi que les gaz à effets de serre. Un scénario de référence permet la comparaison des scénarios envisagés. \n \nLes résultats montrent que, pour l’étude de cas, la décentralisation réduit les émissions de gaz à effet de serre de 20,3 % et les frais d’exploitation de 8,04 %. En revanche, l’investissement dans la nouvelle infrastructure demeure le plus grand frein financier. Ce cout peut atteindre jusqu’à 89,7 % des dépenses dans un contexte centralisé. Malgré tout, la décentralisation augmente la flexibilité de la collecte face à une demande en évolution. Le kilométrage par tonne est réduit de 35,3% et le tonnage moyen par itinéraire est réduit de 12,8 %. D’ailleurs, dans l’étude de cas, la collecte et le transport s’est appliqué sur un territoire qui a généré 1,15 kt de matières recyclables, réparti sur 22 326 tronçons. \n \nPlus largement, la méthodologie développée demeure générique et applicable à d’autres contextes territoriaux et d’affaires. Elle peut être utilisée pour envisager d’autres décisions sur la gestion des matières résiduelles comme la mutualisation de l’infrastructure ou la collecte à la demande.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.180
Threshold uncertainty score0.362

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.002
Science and technology studies0.0010.001
Scholarly communication0.0030.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0040.001

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.

Opus teacher head0.008
GPT teacher head0.247
Teacher spread0.238 · 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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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

Citations0
Published2023
Admission routes1
Has abstractyes

Explore more

Same venueEspace École de technologie supérieure (École de technologie supérieure)French-language works237,207