MétaCan
Menu
Retour à la cohorte
Enregistrement W2967524681 · doi:10.1109/fists46898.2020.9264892

A blockchain-based user-centric emission monitoring and trading system for multi-modal mobility

2020· preprint· en· W2967524681 sur OpenAlexaff
Johannes Eckert, David López, Carlos Lima Azevedo, Bilal Farooq

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasSecurity tokenEmissions tradingDatabase transactionEnvironmental economicsBusinessTelecommunicationsComputer scienceIndustrial organizationComputer securityDatabaseEconomics

Résumé

récupéré en direct d'OpenAlex

A new design of a user-centric Emission Trading Systems (ETS) and its implementation as a carbon Blockchain framework for Smart Mobility Data-market (cBSMD) is pre-sented. The cBSMD allows for individual transactions of token-based GHG emission quantities when realizing a trip in a multimodal setting as well as the management of system-wide emission performance data. The cBSMD design is here applied to an ETS framework where individual travellers receive a certain amount of emission credits in the form of tokens. Travellers spend tokens every time they emit GHG when travelling in a multi-modal network through cBSMD transactions. This design instance of cBSMD is then applied to a case-study of 24hours of mobility for 3,187 travelers. The cBSMD performs with a very low latency and high throughput for this number of travelers. To showcase cBSMD data management features, socio-demographic and trip features regarding token usage and emission performance are also analyzed. Our proposed system sets the first implementation step towards the design of future user-centric and practice-ready ETS frameworks.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,147
Score d'incertitude au seuil1,000

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)0,0000,000

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 Opus0,038
Tête enseignante GPT0,269
Écart entre enseignants0,231 · 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.

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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetVehicle emissions and performanceTravaux en français237 207