MétaCan
Menu
Retour à la cohorte
Enregistrement W1988152883 · doi:10.3917/riges.362.0018

Le transport vert de marchandises : l'expérience de la ville de Padoue en Italie

2011· article· fr· W1988152883 sur OpenAlexvenueno aff
Joëlle Morana, Jesús González-Feliu

Notice bibliographique

RevueGestion · 2011
Typearticle
Languefr
DomaineEngineering
ThématiqueUrban and Freight Transport Logistics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Résumé Si le transport urbain de marchandises par camion représente une importante source d’emplois, il est également associé à des problèmes liés à la congestion et au respect de l’environnement. Ainsi, le développement de l’espace urbain et de sa population entraîne une augmentation du nombre de véhicules sur les voies publiques. C’est pourquoi de nombreuses mesures sont adoptées pour diminuer le bruit, la pollution et les nuisances occasionnés par le transport de marchandises. Cet article montre comment il est possible d’intégrer efficacement des préoccupations environnementales aux questions relatives à la logistique des transports urbains. Nous présentons l’expérience de la ville de Padoue, en Italie, où plusieurs acteurs ont mis en place un service de livraison urbain vert appelé Cityporto. À travers l’utilisation de véhicules non polluants, Cityporto a l’autorisation d’effectuer à toute heure de la journée des livraisons au centre-ville, alors que celles-ci ne sont généralement permises qu’à certaines heures. Outre une diminution du taux de pollution, cette souplesse dans les horaires représente un avantage réel pour les commerçants et les institutions publiques urbaines. L’article se termine par des recommandations destinées aux autorités publiques et aux acteurs privés de la logistique et du transport. Secteurs : ville, municipalité Fonctions : GOP, management, MI

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil0,228

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0080,005
Communication savante0,0040,002
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,196
Écart entre enseignants0,179 · 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

Citations12
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGestionMême sujetUrban and Freight Transport LogisticsTravaux en français237 207