MétaCan
Menu
Retour à la cohorte
Enregistrement W1975142928 · doi:10.1139/l02-105

Estimating the urban metabolism of Canadian cities: Greater Toronto Area case study

2003· article· en· W1975142928 sur OpenAlexaffvenueabout
Halla R. Sahely, Shauna Dudding, Christopher Kennedy

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Ecological Systems Analysis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNorth Carolina State University
Mots-clésUrban metabolismPopulationMaterial flow analysisUrban areaEnvironmental scienceSustainabilityEnvironmental engineeringCyclingWastewaterEnergy consumptionGeographyUrban planningUrban densityEcologyBiologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

An urban metabolism analysis is a means of quantifying the overall fluxes of energy, water, material, and wastes into and out of an urban region. Analysis of urban metabolism can provide important information about energy efficiency, material cycling, waste management, and infrastructure in urban systems. This paper presents the first urban metabolism of a Canadian urban region, and possibly the first for a North American city. It also makes a first attempt at comparing the urban metabolisms of a few cities worldwide. The most noticeable feature of the Greater Toronto Area metabolism is that inputs have generally increased at higher rates than outputs over the study years (1987 and 1999). The inputs of water and electricity have increased marginally less than the rate of population growth (25.6%), and estimated inputs for food and gasoline have increased by marginally greater percentages than the population. With the exception of CO2 emissions, the measured output parameters are growing slower than the population; residential solid wastes and wastewater loadings have actually decreased in absolute terms over the 12 year period from 1987 to 1999.Key words: urban metabolism, urban sustainability, Canadian cities, materials, food, water and energy consumption, waste outputs.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,031
Score d'incertitude au seuil0,227

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,007
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,184
Écart entre enseignants0,172 · 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'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

Citations218
Publié2003
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetSustainability and Ecological Systems AnalysisTravaux en français237 207