Notice bibliographique
Résumé
This paper explores the extent to which the logistics sector contributes to global greenhouse gas emissions and energy consumption and the barriers to greening operations within this industry. Four case studies examined national postal operators around the world to assess their progress; Canada Post, United States Postal Service, Australia Post, and Royal Mail (U.K). Using a common template, these case studies looked specifically at greenhouse gas emissions and energy consumption in both transportation and building operations. Evaluation was based on industry standards and expectations as set out by the 2016 International Post Corporation Sustainability Report and Environmental Measurement and Monitoring System (EMMS) protocol. Conclusions were drawn based on the information provided in annual and sustainability reports and climate change policy and mitigation protocols in place for each postal operator. Although postal operators are making strides in improving transport and building operations, their reliance on fossil fuels for energy and the subsequent lock-in to internal combustion engines and the network externalities they have cultivated remain key barriers to greening this industry. Despite this, the postal sector appears to be engaged with the issues and is making improvements in greening its operations. However this engagement varies greatly and there seems to be more concern with financial viability, profit margins and reliability of service. In addition, the absence of an enforcing governing body within the logistics sector may be a why reason postal operators and private logistics firms have yet to make progress at a faster rate. Ultimately, more effort and growth is needed to transition to low-carbon operations in the global logistics industry.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,009 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».