MétaCan
Menu
Retour à la cohorte
Enregistrement W1546938461

The Potential for Premium-intermodal Services to Reduce Freight CO2 Emissions in the Quebec City - Windsor Corridor: A Stated Preference Application

2006· article· en· W1546938461 sur OpenAlexaboutno aff
Zachary Patterson

Notice bibliographique

RevueInfoscience (Ecole Polytechnique Fédérale de Lausanne) · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransport engineeringTruckWindsorDestinationsRevealed preferenceGreenhouse gasBusinessAgricultural economicsGeographyEnvironmental scienceEngineeringTourismEconomicsEconometrics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Quebec City-Windsor corridor (the Corridor) is the busiest and most important trade and transportation corridor in Canada. The transportation sector is the second largest greenhouse gas (GHG) emission category in the country. This paper develops estimates of the potential for CO2 emission reductions in the freight transportation sector through the use of premium-intermodal services between the main Corridor destinations. CO2 reduction estimates are arrived at using a Stated Choice methodology. The basis of the analysis is a recently administered stated-preference carrier-choice survey of shippers in the Corridor. Survey data were used to develop mode share models for five different categories of shipments between eighteen city-pairs. A railyard-catchment approach was taken to arrive at estimates of contestable intercity truck traffic using a subset of the Ontario Ministry of Transportations Commercial Vehicle Survey. CO2 emissions were based on current truck traffic estimates, and emissions factors obtained from MOBILE6.2C. The results show that premium-intermodal has the potential to capture a significant share of traffic between the main Corridor destinations with potential CO2 emissions reductions considered to be in the range of nil to 0.4 Mt.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,665
Score d'incertitude au seuil0,665

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,283
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfoscience (Ecole Polytechnique Fédérale de Lausanne)Même sujetTransportation Planning and OptimizationTravaux en français237 207