MétaCan
Menu
Retour à la cohorte
Enregistrement W3133528176 · doi:10.5539/jsd.v14n2p82

Measuring the Impact of Brazilian Transport Systems on the 2030 Agenda Goals

2021· article· en· W3133528176 sur OpenAlexvenueno aff
Leonardo Herszon Meira, Isabel Cristina de Oliveira Magalhaes Amorim, Leise Kelli de Oliveira, Viviane Adriano Falcão, Francisco Gildemir Ferreira da Silva

Notice bibliographique

RevueJournal of Sustainable Development · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésSustainable developmentSustainable transportBusinessTransport systemEnvironmental economicsTransport policyThematic mapPublic transportEnvironmental planningRegional scienceEnvironmental resource managementSustainabilityTransport engineeringGeographyEconomicsPolitical scienceEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

This paper aims to propose indicators to measure Brazilian transport systems' impact on meeting the 2030 Agenda and to analyze advances of Brazilian transport systems in terms of sustainable development over the last decade. The proposed indicators were based on a literature review and data availability. Time series data (2010-2019) were obtained to analyze the situation of Brazil. From 27 proposed indicators, only 12 showed some evolution based on the before-after method, relating to improvements in cleaner transport modes, such as railways and waterways, in exclusive lanes for public transport, and in improving active transport infrastructure. This scenario presents Brazil's challenges over the next ten years to achieve the Sustainable Development Goals proposed by the 2030 Agenda. Results reinforce the importance of the transport sector to contribute to the world's sustainable development. Therefore, this paper contributes to improving the analysis hereafter of this thematic.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,705

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,300
Écart entre enseignants0,259 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetUrban Transport and AccessibilityTravaux en français237 207