Güterverkehre des Handels: Eine Auswertung der KiD 2010 als Beitrag zur Güterverkehrssystemanalyse
Notice bibliographique
Résumé
Güterverkehrsdaten werden größtenteils nur auf makroskopischer Ebene veröffentlicht wie beispielsweise von EUROSTAT oder dem Kraftfahrt-Bundesamt (KBA). Für die Analyse des Güterverkehrssystems können diese Daten nur begrenzt eingesetzt werden, da sie lediglich das Gesamtaufkommen wiedergeben und somit Details zu einzelnen Fahrten fehlen. Dieser Artikel soll einen Beitrag zur Verkehrssystemanalyse leisten, indem die Fahrten und Touren anhand von mikroskopischen Daten ausgewertet werden. Die Analyse erfolgt am Beispiel des Wirtschaftszweigs Handel, dem als einflussreicher Akteur im Warendistributionssystem eine besondere Bedeutung zukommt. Als Datenbasis dient die Erhebung Kraftfahrzeugverkehr in Deutschland 2010 (KiD 2010). Im Fokus stehen Fragen nach den Einsatzgebieten, Fahrweiten, Tourenmustern oder Quelle-Ziel-Relationen der Fahrzeuge im Handel. Die Ergebnisse zeigen, dass die einzelnen Fahrten vergleichsweise geringe Distanzen bedienen, insbesondere dann, wenn es sich um Pkw und Lkw < 3,5 t handelt.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».