Notice bibliographique
Résumé
This is a comprehensive review of sustainability practices and policies as applied to transit, given the increasing awareness that there are multiple components to the sustainability “umbrella,” including land use, water use, soil use, and solid waste disposal, in addition to carbon emissions. Transit agencies are also extending green practices to construction and even location of their facilities, such as spacing bus depots so that travel time is reduced, thereby reducing fuel consumption. The American Public Transportation Association (APTA) has launched an internal Sustainability Commitment, developed by an in-house task force to help members learn about best practices developed by their industry peers. Elsewhere, New York MTA’s Blue Ribbon Commission on Sustainability released 100 recommendations for strategies and technologies to reduce the region’s carbon footprint. One calls for the MTA to draw 80 percent of its energy from clean, renewable sources by 2050, since it is a very large user of power in the region. Ninety percent of its power is for traction for commuter rail and subways. Building bus rapid transit (BRT) is another green approach. The Toronto Transit Commission, which provides more than 450 million rides a year, is on track to meet a goal of buying 25 percent of its power from renewable sources by 2012. It is also tightening its recycling efforts throughout the supply chain. Other transit agencies whose green practices are described include the Massachusetts Bay Transportation authority, the Champaign Urbana Mass Transit District, Toronto’s GO Transit, and the firm that operates the Altamont Commuter Express rail service in California.
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 | 0,000 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».