MétaCan
Menu
Retour à la cohorte
Enregistrement W2913357448 · doi:10.26411/83-1734-2015-4-40-17-18

Electric-Car-Sharing in Urban Logistics – The Analysis of Implementation and Maintenance

2018· article· en· W2913357448 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.

Notice bibliographique

RevueLogistics and Transport · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueTransportation and Mobility Innovations
Établissements canadiensTransport Canada
Organismes subventionnairesnon disponible
Mots-clésCar sharingSustainable transportBusinessSharing economyRentingTransport engineeringStrengths and weaknessesCity logisticsEnvironmental economicsSustainable developmentProcess managementSustainabilityMarketingComputer scienceEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

The implementation of the sustainable transport policy in cities aims at finding various solutions that support the use of ‘clean energy’ in urban logistics. One of current global sustainable transport trends involves various measures related to electromobility. An example of electromobility in urban logistics is the e-car-sharing, or a short-term electric car rental. Since electric car-sharing is rather new to the transport market, operators and cities and metropolises may face various difficulties while implementing such services. Based on still operating and discontinued e-car-sharing systems, the authors analysed strengths and weaknesses of those systems with the focus on implementation and maintenance issues. The goal of the article is to determine strengths and challenges for e-car-sharing in urban logistics. The article is designed to assist stakeholders interested in the implementation of e-car-sharing. The analysis was provided under the international research project of ‘Electric travelling platform to support the implementation of electromobility in Smart Cities based on ICT applications’ funded from the National Research and Development Centre as a part of the ERA-NET CoFund Electric Mobility Europe Programme.

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 candidatesaucune
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 enseignants0,189
Score d'incertitude au seuil0,244

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,019
Tête enseignante GPT0,267
Écart entre enseignants0,247 · 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