MétaCan
Menu
Retour à la cohorte
Enregistrement W2012942952 · doi:10.3141/2273-05

Impacts of Panama Canal Expansion on U.S. Greenhouse Gas Emissions

2012· article· en· W2012942952 sur OpenAlexaff
Jason Bittner, Timothy D. Baird, Teresa Adams

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMaritime Transport Emissions and Efficiency
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasPanama canalEnvironmental scienceGlobal warmingAgricultural economicsClimate changeNatural resource economicsBusinessEnvironmental protectionEnvironmental engineeringWater resource managementEconomicsOceanography

Résumé

récupéré en direct d'OpenAlex

International shipping is a significant contributor to global climate change, accounting for approximately 3.3% of global carbon dioxide (CO 2 ) emissions across all sectors. The expansion of the Panama Canal, scheduled to open in 2014, will improve available all-water routes for trade between the eastern United States and Asia, creating opportunities for both lower emissions and lower costs. The authors used data from the import and export projections of the FHWA Freight Analysis Framework 3 database to estimate the canal's impact on shipping emissions with and without the expansion project. The expansion is expected to reduce annual CO 2 emissions of U.S. East Coast–Asia trade by 1.4 billion kg in 2025, a per ton reduction of 2.69%. Along with design and operational improvements, the efficiencies created by increased opportunities for use of all-water routes and large vessels are expected to have a small but beneficial impact on greenhouse gas reduction efforts in international shipping.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,179

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,060
Tête enseignante GPT0,356
Écart entre enseignants0,295 · 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

Citations10
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetMaritime Transport Emissions and EfficiencyTravaux en français237 207