Valoriser les matières résiduelles du transport maritime commerical selon la hiérarchie des 3RV-E
Bibliographic record
Abstract
Le transport maritime est un élément essentiel de l’approvisionnement au Québec. Les navires commerciaux domestiques transitent des marchandises indispensables sur la voie maritime du Saint-Laurent. Les navires peuvent transporter de bien plus grandes quantités de marchandises que le transport routier et ferroviaire. Ils comportent toutefois quelques enjeux environnementaux tels que la gestion des matières résiduelles à bord. Les armateurs démontrent un intérêt envers des bonnes pratiques de en favorisant la valorisation des matières, plutôt que leur élimination. Ainsi, cet essai vise la création d’un outil décisionnel pour les armateurs leur permettant de déterminer quels modes de gestion des matières résiduelles et voies de traitement sont les plus avantageux environnementalement, socialement et économiquement selon l’approche des 3RV-E. Les modes de gestion à l’étude sont l’entreposage des matières résiduelles à bord, un compacteur, un déchiqueteur, un broyeur à verre, un composteur domestique, un déshydrateur, un incinérateur, un gazéificateur et un système de destruction par plasma. Une analyse multicritère évaluant les risques pour la santé et la sécurité de l’équipe, l’économie d’espace à bord, les couts associés sur 5 ans, le potentiel de valorisation des matières traitées et l’impact environnemental a démontré que le compacteur est le mode de gestion le plus avantageux. Une deuxième analyse multicritère s’est penchée sur les voies de traitement disponibles sur l’ile de Montréal : un centre de compostage, un centre de biométhanisation, un centre de tri, l’entreprise Polystyvert, le système de la consigne et un lieu d’enfouissement technique. Des critères sur la faisabilité, l’accessibilité, les impacts environnementaux et sur la priorisation selon les 3RV-E ont désigné le centre de compostage et le centre de tri comme les meilleures voies de traitement. Une analyse de priorisation a permis de relier les deux analyses multicritères. Des scénarios de gestion combinant un mode de gestion à une voie de traitement ont été comparés à l’aide des pointages des analyses précédentes. Les pointages démontrent que les matières organiques doivent être entreposées (dans un congélateur ou non) et envoyées au centre de compostage, tandis que les matières recyclables doivent être compactées et envoyées au centre de tri. L’outil décisionnel reprend l’analyse de priorisation en offrant la possibilité aux armateurs de pondérer les critères. Si utilisé, l’outil décisionnel pourrait modifier les résultats de l’analyse de priorisation en fonction des intérêts de l’armateur. Les recommandations sont basées sur l’analyse de priorisation. D’abord, il est suggéré d’équiper les navires d’un compacteur et de congélateurs afin de faciliter l’entreposage des matières résiduelles à bord. Évidemment, il est aussi conseillé aux armateurs d’utiliser l’outil décisionnel pour obtenir des résultats modulés en fonction de leurs priorités. Finalement, il est proposé d’effectuer une mutualisation de la gestion des matières résiduelles des armateurs domestiques et d’y inclure les ports.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
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".