Enriching Sustainable Transport Decisions: Inputs from Operations Research and the Management Sciences
Notice bibliographique
Résumé
Findings from the 2008-2009 Transport Canada project, Methodologies for Identifying and Ranking Sustainable Transport Practices in Urban Regions (Wellar, 2008d) reveal that the research methodologies, methods, and techniques from a number of disciplines apply to the process of making decisions about sustainable transport practices. Evidence in that regard is provided by: 1) the results of keyword-based literature searches; 2) the responses of municipal governments to a survey on the methodologies, methods, and techniques that are used; and 3), the commentaries of experts on the methods and techniques that could be used. The findings are presented in eleven project reports which can be accessed at: http://www.wellarconsulting.com/.This presentation first outlines the major elements and findings of the Transport Canada project. We then suggest how the Operations Research or Operational Research, and Management Sciences (OR/MS) fields could build on that project to enhance the OR/MS contribution to the body of methods and techniques used by municipal governments in making decisions about identifying, adopting, and implementing sustainable transport (ST) practices.The third part of the presentation introduces several OR/MS-based initiatives that we believe could significantly expand the research agenda that has been initiated by the Transport Canada project. Our emphasis in this regard is on drawing attention to what we perceive to be fundamental needs that arise as a result of the empirical lessons learned from the Transport Canada project.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,040 | 0,092 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,020 | 0,038 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,027 | 0,011 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».