Optimiser les pratiques de GMR de la clientèle dans le secteur de la restauration rapide au Québec
Bibliographic record
Abstract
La Politique québécoise de gestion des matières résiduelles et son Plan d’action 2011-2015 fixent les objectifs du gouvernement québécois concernant la récupération ainsi que le recyclage de matières résiduelles dans l’ensemble de la société. En plus de ces objectifs, le gouvernement désire bannir les matières organiques putrescibles de l’élimination d’ici 2020. Pour certains restaurants rapides, plusieurs défis restent à surmonter afin de se conformer aux cibles du gouvernement. L’objectif général de cet essai est de donner des recommandations pour optimiser les pratiques de gestion des matières résiduelles de la clientèle dans le secteur de la restauration rapide au Québec. Pour y parvenir, une recherche exhaustive sur les pratiques de gestion des matières résiduelles de la clientèle dans le secteur de la restauration rapide a été effectuée. De plus, une analyse a été réalisée pour comparer ainsi qu'identifier les meilleures pratiques en gestion des matières résiduelles et celles dont les résultats sont difficilement applicables dans ces restaurants. Également, un argumentaire crédible avec des sources diversifiées a été construit afin de faire des recommandations selon la démarche méthodologique. À partir de l’identification des causes et conséquences des difficultés des pratiques de gestion des matières résiduelles de la clientèle dans le secteur de la restauration rapide au Québec, des solutions sont proposées. Ces dernières concernent des types de tri ainsi que des pratiques pour améliorer le tri ou réduire les matières résiduelles. Suite à l’analyse des solutions envisageables, choisies selon des critères de nature économique, technique, environnementale et sociale, des recommandations sont émises. Pour ses faibles coûts et sa facilité d’implantation, le tri à 3 voies est suggéré. Pour les solutions visant à améliorer le tri ou réduire les matières résiduelles, l’ajout de signes, messages ou couleurs sur les contenants et emballages, ainsi que l’ajout d’informations visuelles sur les îlots de tri sont recommandés. Ces solutions peuvent considérablement aider les clients ou les employés à effectuer le tri. Pour réduire la quantité de matières résiduelles générées, le recours aux produits réutilisables pour les clients consommant en salle et la permission aux consommateurs d’apporter leurs propres articles réutilisables sont suggérés. Bien que la mise en œuvre de ces nouvelles pratiques puisse être complexe dans certains établissements, celles-ci permettraient aux restaurants rapides québécois de faciliter leur transition pour se conformer aux objectifs du gouvernement.
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 | 0.004 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 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".