Determinants of CO2 emissions generated by air travel vary across reasons for the trip
Notice bibliographique
Résumé
Abstract This study estimates factors of importance for the carbon dioxide equivalent (CO 2 e) emissions generated by travellers flying for different reasons based on representative Austrian micro data for the period 2014–2016. The annual average number of flights taken by adults vary between 0.1 (visiting friends) and 0.8 (going on holiday), and the amount of CO 2 e emissions generated by each return flight is approximately 1100 kg. This leads to a total of 6 million tonnes CO 2 e emissions per year. Results of the Pseudo Poisson Maximum Likelihood estimations reveal that the amount of CO 2 e emissions created is related to socio-demographic, locational and seasonal factors, although mainly for the largest group of travellers: the holiday makers. In this group, individuals with university degrees, young persons (16–24 years) and capital city residents generate the largest amounts of emissions, as opposed to persons with children and large households. Residents of the capital region each quarter cause 64 kg more CO 2 e emissions than inhabitants of rural areas, persons with university degrees create 74 kg larger emissions than those without degrees and young adults instigate 90 kg more emissions than middle-aged persons. CO 2 e emissions of holiday flights are highest in the first quarter of the year. The importance of education is also pronounced for CO 2 e emissions related to business travel, as is gender.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| 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) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».