MétaCan
Menu
Retour à la cohorte
Enregistrement W4376134160 · doi:10.1109/esars-itec57127.2023.10114836

Water Transport Decarbonization: Preliminary Case Study in Venice

2023· article· en· W4376134160 sur OpenAlexaff
Alessandro Saldarini, Cristian Giovanni Colombo, Michela Longo, Morris Brenna, Seyed Mahdi Miraftabzadeh, Wahiba Yaïci

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMaritime Ports and Logistics
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésElectrificationTaxisPublic transportWater transportElectricityTransport engineeringEnergy consumptionService (business)Water consumptionEnvironmental scienceCivil engineeringComputer scienceEngineeringEnvironmental engineeringBusinessWater flowElectrical engineering

Résumé

récupéré en direct d'OpenAlex

In order to improve the current existing water public transport service, this paper aims to electrification of water taxis in Venice, a widely used means of transportation in the lagoon city by tourists. In particular, the section that connects San Marco square to Marco Polo airport, which is the one with the longest distance, is analyzed. Following a brief introduction to landscape water transport and its infrastructure in the city of Venice, this paper presents the modeling of the electric water taxi taking into account the needs and peculiarities of the boat and of the city itself. Subsequently, an agent-based approach using the AnyLogic software tool simulates the round trip, calculating energy consumption and analyzing the state of charge profile.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,224
Score d'incertitude au seuil0,320

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,019
Tête enseignante GPT0,233
Écart entre enseignants0,214 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMaritime Ports and LogisticsTravaux en français237 207