MétaCan
Menu
Retour à la cohorte
Enregistrement W2097858905 · doi:10.1177/0956247810392270

Cities and greenhouse gas emissions: moving forward

2011· article· en· W2097858905 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueEnvironment and Urbanization · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasPer capitaMetropolitan areaCarbon dioxide equivalentAgricultural economicsNatural resource economicsConsumption (sociology)TonneMegacityCarbon footprintBusinessGeographyEnvironmental scienceEconomic growthEnvironmental protectionEconomicsEconomyPopulation

Résumé

récupéré en direct d'OpenAlex

Cities are blamed for the majority of greenhouse gas (GHG) emissions. So too are more affluent, highly urbanized countries. If all production-and consumption-based emissions that result from lifestyle and purchasing habits are included, urban residents and their associated affluence likely account for more than 80 per cent of the world’s GHG emissions. Attribution of GHG emissions should be refined. Apportioning responsibility can be misguided, as recent literature demonstrates that residents of denser city centres can emit half the GHG emissions of their suburban neighbours. It also fails to capture the enormous disparities within and across cities as emissions are lowest for poor cities and particularly low for the urban poor. This paper presents a detailed analysis of per capita GHG emissions for several large cities and a review of per capita emissions for 100 cities for which peer-reviewed studies are available. This highlights how average per capita GHG emissions for cities vary from more than 15 tonnes of carbon dioxide equivalent (tCO2e) (Sydney, Calgary, Stuttgart and several major US cities) to less than half a tonne (various cities in Nepal, India and Bangladesh). The paper discusses where GHG emissions arise and where mitigation efforts may be most effective. It illustrates the need to obtain comparable estimates at city level and the importance of defining the scope of the analysis. Emissions for Toronto are presented at a neighbourhood level, city core level and metropolitan area level, and these are compared with provincial and national per capita totals. This shows that GHG emissions can vary noticeably for the same resident of a city or country depending on whether these are production- or consumption-based values. The methodologies and results presented form important inputs for policy development across urban sectors. The paper highlights the benefits and drawbacks of apportioning GHG emissions (and solid waste generation) per person. A strong correlation between high rates of GHG emissions and solid waste generation is presented. Policies that address both in concert may be more effective as they are both largely by-products of lifestyles.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,011
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,187
Écart entre enseignants0,176 · 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