Optimisation de l'organisation et de la performance des projets d'infrastructures : le cas d’un aéroport au Québec
Bibliographic record
Abstract
L'Université du Québec à Trois-Rivières, par le biais de son service de bibliothèque, informe que l'auteur d'un mémoire ou d'une thèse a donné son accord pour que l'université puisse partager une copie de son travail pour une utilisation non commerciale.Cette autorisation ne signifie pas que l'auteur abandonne ses droits sur la propriété intellectuelle, y compris les droits d'auteur, relatifs à son mémoire.En particulier, toute reproduction ou publication intégrale ou partielle significative de l'œuvre nécessite l'approbation de l'auteur. SOMMAIREL'optimisation et l'amélioration des projets d'infrastructures, comme les aéroports régionaux au Québec, sont cruciales pour la croissance régionale et la connectivité aérienne.Cette étude aborde les défis managériaux et opérationnels, en soulignant l'importance de la recherche pour identifier et appliquer des stratégies efficaces.Les problèmes en lien avec la gestion comme la gestion des ressources, la coordination des parties concernées, ainsi que les contraintes budgétaires et temporelles sont explorées.Les stratégies théoriques afin d'optimiser les projets d'infrastructures mettent l'accent sur la qualité du service et l'introduction de stratégies innovantes.La méthodologie utilisée pour l'étude inclut l'analyse des méthodes d'optimisation de la performance et un focus sur la connectivité des aéroports régionaux, présentée à travers une étude de cas d'un aéroport international de taille moyenne.Les résultats de l'étude fournissent des données essentielles sur l'utilisation de l'aéroport, offrant une base solide pour des recommandations stratégiques.Les hypothèses et l'importance de l'étude pour les aéroports du Québec sont discutées, proposant une série de recommandations permettant l'améliorer de la gestion et de la performance des projets.En conclusion, cette étude montre l'importance d'adopter des approches innovantes pour relever les défis de gestion et opérationnels.En stimulant la croissance régionale et en améliorant la connectivité aérienne, cette recherche contribue au développement stratégique des infrastructures aéroportuaires dans la région.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".