Titre du projet de recherche
Analyse du contenu scientifique d’articles à travers des techniques d’analyse et de traitement du langage naturel
niveau d'étude
Maîtrise recherche
Directeur/codirecteur
Directeur : Catherine Beaudry
Codirecteur(s) : Fabiano Armellini, Samira Keivanpour
Fin de l'affichage
30 avril 2023
Domaines d'expertise
Science et technologie de la gestion
Langage naturel et reconnaissance de la parole
Science et technologie de l'alimentation
Unité(s) et département(s)
Département de mathématiques et de génie industriel
Groupe de recherche en gestion et mondialisation de la technologie (GMT)
Laboratoire Poly-Industries 4.0
Conditions
Début du projet : printemps-été 2023
Fin du projet : printemps-été 2025
Trois ou quatre personnes étudiantes seront recrutées
Maîtrise recherche préférée, mais possibilité de maîtrise professionnelle
Les personnes étudiantes recrutées auront accès à un espace de travail à la Chaire de recherche du Canada en Gestion et économie de l’innovation (Chaire Innovation).
Veuillez envoyer votre CV, relevé de notes et lettre de motivation à catherine.beaudry@polymtl.ca, fabiano.armellini@polymtl.ca, ou samira@keivanpour@polymtl.ca
Description détaillée
Titre du projet global : Des chaînes d’approvisionnement responsables et ouvertes pour la transformation et la traçabilité des écosystèmes agroalimentaires (CAROTTE AA)
Résumé du projet global : La pandémie qui sévit depuis quelques années a révélé la vulnérabilité des chaînes d’approvisionnement stratégiques du Canada. Avec la multiplication des perturbations et des crises, la situation restera inquiétante au cours des prochaines années. Il devient donc crucial d’investir dans un nouveau modèle de chaînes d’approvisionnement local, responsable et ouvert, afin non seulement de réduire la dépendance du Canada aux approvisionnements externes, mais aussi contribuer au développement durable. Transformer l’écosystème d’innovation et d’affaires devient nécessaire afin d’assurer à long terme la résilience, la sécurité et la prospérité du pays. Cette étude vise à repenser les chaînes d’approvisionnement agroalimentaires du Canada afin de les rendre plus locales, plus vertes et plus durables en misant sur la collaboration et l’innovation ouverte entre les divers intervenants de l’écosystème, depuis le producteur jusqu’au consommateur final.
Précisément, les objectifs spécifiques associés sont: 1) d’identifier les défaillances actuelles de la chaîne d’approvisionnement agroalimentaire du Canada; 2) de proposer un modèle d’optimisation local et responsable de cette chaîne, dans lequel les cloisons fonctionnelles sont éliminées et les intervenants de l’écosystème sont connectés entre eux permettant une visibilité intégrale, une collaboration et une souplesse; 3) de recommander des pistes d’actions concrètes pour soutenir les gestionnaires d’entreprises et les décideurs politiques grâce à une équipe d’experts interdisciplinaires.
L’approche de recherche adoptée inclut des études empiriques portant sur les pratiques des intervenants de l’écosystème agroalimentaire au Canada. Ces études adopteront une perspective qualitative, quantitative ou mixte en collaboration avec des intervenants internationaux, et notamment brésiliens. Elles visent à recueillir et à traiter des données en matière de traçabilité des produits agroalimentaires, de confiance des consommateurs ou d’optimisation de la chaîne d’approvisionnement. À l’aide des algorithmes d’intelligence artificielle et de modélisation, il sera possible de tester des modèles alternatifs pour la production, la transformation locale et la distribution à l’international. Cette étude inédite envisage développer de nouvelles chaînes d’approvisionnement responsables, au cœur du pilier 3 du Schéma directeur des Nations Unies qui encourage une relance économique basée sur l’optimisation des chaînes d’approvisionnement.
Détails du projet spécifique 1 : La personne étudiante recrutée contribuera à la recension systématique de la littérature, et à l’analyse du contenu scientifique des articles.
Détails du projet spécifique 2 : La personne étudiante recrutée contribuera à la recension systématique de la littérature, et réalisera un forage de données secondaires sur les brevets liées à l’innovation technologique en agriculture.
Détails du projet spécifique 3 : La personne étudiante recrutée contribuera à la recension systématique de la littérature, et réalisera un forage des données secondaires suivantes : communications publiques des entreprises et autres membres de l’écosystème, notamment leurs publications sur les médias sociaux (LinkedIn, Twitter) et leurs sites web ; publications les plus pertinentes du microblogue Medium (et d’autres de la même nature) liées à l’innovation technologique en agriculture.
Détails du projet spécifique 4 : La personne étudiante recrutée contribuera à la recension systématique de la littérature, et réalisera un forage de données secondaires liées à l’innovation technologique en agriculture, notamment les organisations gouvernementales et non gouvernementales productrices d’indicateurs tel ISO, OCDE, système onusien.
Les personnes recrutées contribueront à la collecte, au nettoyage et à la préparation de données par traitement automatique du langage naturel. L’apprentissage automatique supervisé et non supervisé sera utilisé pour détecter les schémas sémantiques les plus importants des contenus scientifique, technologique, médiatique, etc., de ces documents. En particulier, des méthodes de réduction dimensionnelle (p. ex. Latent Dirichlet Allocation, Latent Semantic Indexing, etc.), de regroupement automatique (p. ex. Clustering, Network Analysis, etc.) et de classification des documents (p. ex. Support Vector Machine, Réseaux de neurones, etc.) seront employés. Les différentes bases seront ensuite croisées et explorées avec des méthodes d’analyse telles que les statistiques traditionnelles, l’analyse bibliométrique et l’analyse de réseaux afin d’identifier des informations qui puissent nous conduire vers la détection de nouveaux indicateurs.
Les personnes étudiantes recrutées contribueront ainsi à l’identification de nouveaux indicateurs de responsabilité de la chaîne d’approvisionnement agricole.
Compétences requises :
-
Connaissances en gestion de la technologie et de l’innovation et/ou en logistique et/ou gestion des chaînes d’approvisionnement
-
Être habile en manipulation et en construction de bases de données
-
Être à l’aise en programmation
-
Avoir des notions de traitement du langage naturel (sinon des cours universitaires devront être suivis)
-
Excellente qualité de communication et de rédaction en français (toutes les rencontres d’équipe ont lieu en français)
-
Excellente maîtrise de l’anglais (les articles scientifiques sont généralement dans cette langue)
-
Motivation, éthique au travail, ouverture d’esprit, curiosité intellectuelle, créativité, esprit de collaboration
-
Intérêt à mobiliser ses connaissances hors du milieu universitaire
Possibilité de financement
Financement disponible.

Catherine Beaudry
Professeure titulaire