MétaCan
Menu
Retour à la cohorte
Enregistrement W3108385041 · doi:10.2760/176284

Real Driving Emissions Regulation: European Methodology to fine tune the EU Real Driving Emissions data evaluation method

2020· article· en· W3108385041 sur OpenAlexaboutno aff
Alessandro Zardini, Bonnel Pierre

Notice bibliographique

RevueJoint Research Centre (European Commission) · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasEuropean unionEnvironmental scienceEmissions tradingEnvironmental economicsBusinessEconomicsInternational trade

Résumé

récupéré en direct d'OpenAlex

This European Commission – JRC Technical Report presents a detailed analysis of a dataset made up of 11 passenger cars which have been emission tested during on-road trips for a total of 79 tests. The data set was mostly produced at JRC; except for 3 vehicles. In the framework of the United Nations Economic Commission for Europe (UNECE), the JRC supports DG-GROW (Internal Market, Industry, Entrepreneurship and SMEs) in order to develop an UNECE Regulation and a Global Technical Regulation (GTR) which should include real driving emissions (RDE) testing provisions for several extra-EU countries starting from Japan and South Korea and possibly including India, China, Canada and United States. As a preliminary input to the Global Real Driving informal working group at UNECE, this Report describes the latest EU-RDE procedure (RDE-4, Regulation EU 2018/1832) with focus on the response given by the RDE data analysis tool (EMROAD version 6.03, designed and maintained by JRC). The data set includes RDE tests expressily designed to cover extended boundary conditions (e.g. for temperature and altitude) and to challenge the requirements on trip dynamics which were laid down in the legislation to define the normal condition of vehicle use. EMROAD succesfully produced, and evaluated against requirements, the entire set of parameters defining the trip validity: trip duration, distance and distance shares, vehicle speed and speed shares, trip dynamics, ambient conditions, elevation gain, trip severity with respect to the WLTP driving cycle (based on CO2), emissions of pollutants and their correction for ambient boundary conditions and for excess of severity. The tool was also used to fine tune the tolerances around the CO2 characteristic curve, an useful feature when assessing the degree of test severity which is considered acceptable by the legislator in a specific country. In addition, EMROAD incorporates the previous RDE-3 package (Regulation EU 2017/1151) so that a comparison between the old and most recent provisions can be done. For instance, it was found that the data set was affected by the different methods used in RDE-3 and RDE-4 to build the moving averaging windows for the evaluation of overall trip dynamics: more RDE tests are valid with the latest RDE-4 method than with the older RDE-3.

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)0,019
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,817
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0190,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0020,003
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,284
Tête enseignante GPT0,414
Écart entre enseignants0,130 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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 revueJoint Research Centre (European Commission)Même sujetVehicle emissions and performanceTravaux en français237 207