Chaînes de valeur durables dans le secteur bioalimentaire québécois – Une analyse des facteurs favorisant leur création, leur développement et leur performance
Bibliographic record
Abstract
Ce projet de recherche analyse les facteurs influençant la création, le développement et la performance des chaînes de valeur bioalimentaires québécoises. À partir d’une revue de la littérature, d’entretiens et de consultations auprès d’experts, l’étude se concentre sur les chaînes de valeur de plusieurs filières (canneberges, viande de bœuf, graines et noix, blé panifiable), en examinant les dimensions de la valeur ajoutée (efficacité du processus, qualité du produit, rentabilité). Les conclusions montrent que le concept de valeur ajoutée est inégalement compris, soulignant un besoin de formation pour harmoniser cette notion. L’étude distingue cinq thèmes clés pour le développement des chaînes de valeur : la coordination et la collaboration, l’orientation marché, l’innovation, l’efficience et les politiques publiques qui influencent l’organisation et la flexibilité des chaînes, l’innovation, la satisfaction des consommateurs et la compétitivité. Les politiques publiques jouent également un rôle dans le renforcement de la capacité des chaînes par des soutiens financiers, l’accès aux marchés et un cadre règlementaire facilitant l’identification des produits.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.023 | 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".