More connected urban roads reduce US GHG emissions
Notice bibliographique
Résumé
We quantify the importance of early action to tackle urban sprawl. We focus on the long-term nature of infrastructure decisions, specifically local roadways, which can lock in greenhouse gas emissions for decades to come. The location and interconnectedness of local roadways form a near-permanent backbone for the future layout of land parcels, buildings, and transportation options. We provide new estimates of the environmental impact of low-connectivity roads, characterized by cul-de-sacs and T-intersections, which we dub street-network sprawl. We find an elasticity of vehicle ownership with respect to street connectivity of –0.15—larger than suggested by previous research. We then apply this estimate to quantify the long-term emissions implications of alternative scenarios for street-network sprawl. On current trends alone, we project vehicle travel and emissions to fall by ∼3.2% over the 2015–2050 period, compared to a scenario where sprawl plateaus at its 1994 peak. Concerted policy efforts to increase street connectivity could more than triple these reductions to ∼8.8% by 2050. Longer-term reductions over the 2050–2100 period are more speculative, but could be more than 50% greater than those achieved by 2050. The longer the timescale over which mitigation efforts are considered, the more important it becomes to address the physical form of the built environment.
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 | 0,004 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».