Balanced Transport and Sustainable Urbanism: Enhancing Mobility and Accessibility through Institutional, Demand Management, and Land-Use Initiatives
Notice bibliographique
Résumé
Chinese cities and other rapidly urbanizing parts of the developing world face immense challenges as they attempt to balance and jointly pursue economic development and environmental sustainability objectives. Chinese cities like Beijing, Shanghai, and Dalian are experiencing motorization rates of 20% to 25% annually.1 The sheer scale and rapidity of growth in the population of automobiles is daunting, challenging and at times overwhelming the institutional and administrative capacities of local and national agencies to build sufficient infrastructure and strategically plan for and manage travel demand.Over the past decade, many Chinese cities have adopted a traditional western approach in responding to mounting problems of traffic congestion, airborne pollutants, rising accident rates, and other ills associated with automobile-oriented societies. This has been one of mainly technological and supply-side solutions, in the form of super-freeways and viaducts, expansive roadway capacity, intelligent transportation systems (ITS), and other technical exigencies that seek to accommodate pressures wrought by rapid motorization.Might this be placing Chinese cities on the same trajectory followed by most American cities and increasing numbers of those in Europe, Canada, and Australasia: rising automobile dependency and the associated problems of galloping sprawl, fossil-fuel resource depletion, high rates of greenhouse gas emissions, and social exclusion by class and ethnicity?
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,016 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».