Electrification of Transport Service Applied to Massawa–Asmara
Notice bibliographique
Résumé
Considering the proposed strict new constraints of public authorities, decarbonization has become a key trend in recent years. Although several countries have started the process of decarbonization through the introduction of electric vehicles in their public services, for many countries, especially developing countries, transportation is still a hard sector to decarbonize. The presence of obsolete and polluting vehicles discourages citizens from using public transport and thus incentivizes the use of private vehicles, which create traffic congestion and increase emissions. Based on these considerations, this paper aimed to implement a simulation for a public service in Eritrea, evaluating whether it is possible to take a long trip using an electric minibus. A case study is implemented highlighting the barriers of electrifying transportation in this area, producing results on fuel consumption and service reliability. In the case study, four scenarios are presented to estimate the service. The scenarios evaluate the possibility to perform from three to five recharges. Fewer charges mean longer charging time, leading to a 2 h charging phase in Scenario 1, while recharging more than twice along the route will lead to shorter 30 min charges, as in Scenario 3. The case study also highlights the relevance of the slope in electric vehicle performance, as reported for the case of Asmara–Massawa travel (Econs= 6.688 kWh). Finally, an environmentally sustainable solution, such as a 92 kWh/day photovoltaic plant, is proposed to power the service.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».