MétaCan
Menu
Retour à la cohorte
Enregistrement W2584701760 · doi:10.82308/37711

A methodology for estimating greenhouse gas emissions and evaluating the impacts of built environment, transit supply strategies and green technologies

2015· article· en· W2584701760 sur OpenAlexaboutno aff
Seyed Amir H. Zahabi

Notice bibliographique

RevueOpen MIND · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasEnvironmental scienceTransit (satellite)Environmental economicsNatural resource economicsPublic transportEconomicsEngineeringTransport engineering

Résumé

récupéré en direct d'OpenAlex

En réponse au changement climatique, de nombreux chercheurs et décideurs du monde entier étudient des méthodes afin de définir des stratégies de réduction des gaz à effet de serre (GES) en lien avec la mobilité urbaine. Considérant que le secteur des transports est l’un des plus gros émetteurs de GES, la recherche dans ce domaine a suscité un vaste intérêt et s’est concentrée sur le développement de méthodes de quantification, l’identification des facteurs contribuant aux émissions, ainsi que la définition de stratégies et politiques de réduction. La présente recherche propose une méthode originale permettant d’estimer les émissions de GES causés par la demande de transport des passagers en zone urbaine en combinant différentes sources de données telles que des enquêtes origine-destination ainsi que la consommation de carburant des flottes de véhicules. La méthodologie proposée prend de nombreux facteurs déterminants en considération (par exemple : le mode de déplacement, l’occupation du véhicule, les vitesses praticables en lien avec les conditions de trafic ou encore le type de véhicule et de route). Les preuves empiriques développées dans la thèse reposent sur une étude des trois aires métropolitaines québécoises prépondérantes que sont Montréal, la Ville de Québec et Sherbrooke. Les relations entre les GES, l’environnement construit et l’offre de transports publics sont analysées par l’intermédiaire de différentes approches de régressions statistiques telles que le modèle de régression par classe latente qui considère les tendances dans le temps et la segmentation des ménages en sous-groupes. Un modèle simultané considérant les biais d’auto-sélection est également proposé afin d’étudier l’effet de différentes typologies construites du territoire sur les émissions de GES dans les trois régions mentionnées précédemment. Les résultats de cette recherche sont ensuite utilisés pour proposer de nouvelles stratégies et politiques en menant une analyse comparative des potentiels de réduction des GES en lien d’une part avec un changement d’environnement construit et d’autre part avec l’utilisation des technologies durables. En particulier, il apparaît que l’environnement construit et l’offre de transports publics sont associés négativement aux GES, avec de petites élasticités au niveau des attributs individuels mais de larges différences suivant les typologies résidentielles.Cependant, l’effet du seul remplacement de la flotte de transports publics est marginal en regard à l’inventaire total de GES émis pour les déplacements (-1.04%). En outre, l’effet combiné du changement d’environnement construit à l’augmentation du rendement des carburants des véhicules à moteur doit également contribuer significativement aux réductions de GES.À Montréal, la moyenne des GES concernant le transport des ménages a diminué de 6% sur la période considérée de dix ans. Enfin, une méthodologie basée sur les données réelles de consommation de carburant est proposée afin d’analyser l’effet de différents facteurs caractérisant cette dernière. Parallèlement aux performances de vitesse, les effets de la saisonnalité, de la température, du type de route, du démarrage à froid et de l’éco-conduite sont examinés. L’économie de carburant des véhicules électriques hybrides commerciaux est également analysée et la performance de ces derniers est comparée à celle des véhicules traditionnels à essence.Les véhicules électriques hybrides sont particulièrement plus performants que les véhicules à essence pour une conduite urbaine, à de faibles vitesses (45% de moins que le moyen taux de consommation de carburant). Enfin, les températures basses ont tendance à détériorer les performances de consommation des véhicules électriques hybrides, ce qui représente un facteur critique dans les villes étudiées (26% de plus que le taux de consommation de carburant).

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,918
Score d'incertitude au seuil0,292

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,173
Tête enseignante GPT0,380
Écart entre enseignants0,207 · 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 tête enseignante, 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetVehicle emissions and performanceTravaux en français237 207