MétaCan
Menu
Retour à la cohorte
Enregistrement W1919665013 · doi:10.3141/2502-08

Greenhouse Gas Impact of Ridership on Sheppard Subway Line, Toronto, Canada

2015· article· en· W1919665013 sur OpenAlexaffabout
Shoshanna Saxe, Heather Cruickshank, Eric N. Miller

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasTransport engineeringKilometerTransit (satellite)Bus rapid transitPublic transportTravel timeMode choiceEnvironmental scienceMode (computer interface)Agricultural economicsEngineeringComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Changes in travel behavior near the Sheppard Subway Line in Toronto, Ontario, Canada, and the associated greenhouse gas impacts were examined. A study looked at initial changes in mode share after the line opened in 2002 and examined ongoing mode share trends through 2012. The initial mode shift was assessed through an analysis of bus boardings, subway platform counts, and traffic counts made between 2000 and 2012. Longitudinal changes in mode share were assessed with the use of transit survey data. For the first 6 years of operation, the Sheppard Subway Line produced more greenhouse gas (GHG) per passenger kilometer traveled (PKT) than the bus that it had replaced. A net GHG reduction of 66.4 kilotons of CO 2 equivalent was calculated but was wholly dependent on avoided car PKTs that may have been offset in their entirety by induced travel on Sheppard Avenue.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,161
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,153
Tête enseignante GPT0,424
Écart entre enseignants0,271 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations6
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetTransportation Planning and OptimizationTravaux en français237 207