Transport Sector Impacts of a Border between Ireland and Northern Ireland after a Hard Brexit
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.
Notice bibliographique
Résumé
More than half of British voters chose to leave the European Union (EU) leading to a series of negotiations between the United Kingdom and the EU. The withdrawal of the UK from the EU is widely referred to as Brexit. As the only country that shares a land border with the UK, the impact of Brexit on Ireland is expected to be greater than on any other European country. The objective of the research is to evaluate the potential impact of Brexit on the transport sector in Ireland at a micro level by focusing on cross‐border commuters and by also assessing the impact on road freight transport. Potential crossing scenarios are examined at six crossing locations. Assuming a hard border is implemented, each crossing is modelled in VISSIM, a microscopic traffic flow simulation software, using traffic data from Transport Infrastructure Ireland (TII) and dwell time estimated based on the US–Canada border crossings. Six scenarios are considered to determine the impact on cross‐border traffic at different flow conditions and with varying levels of technology used in border infrastructure leading to short versus long processing times. The paper evaluates travel measures including delays, queue lengths and emissions. The worst‐case scenario has a vehicle delay of 18.4 min and the highest delay‐associated costs across all locations modelled are estimated at €60.7 million per year. Estimated emissions generated at the border crossings raise concerns about environmental impacts of a hard Brexit. Interviews with stakeholders emphasized the critical role of technology in reducing the impact of a hard Brexit on cross‐border commuters and on the freight sector. A key finding is the importance of using technology tools to facilitate controls and reduce processing times. The results indicate that technology use leads to significant time and cost savings as well as reduced environmental impacts.
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 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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle