Real-World Data Simulation Comparing GHG Emissions and Operational Performance of Two Sweeping Systems
Notice bibliographique
Résumé
Background: In northern countries, spring requires the removal of large volumes of abrasive materials used in winter road maintenance. This sweeping process, crucial for safety and environmental protection, has traditionally relied on conventional mechanical brooms. Recent technological innovations, however, have introduced more efficient and environmentally friendly sweeping solutions; Methods: This study provides a comprehensive comparative analysis of the environmental and operational performance of these innovative sweeping systems versus conventional methods. Using simulation models based on real-world data and integrating fuel consumption models, the analysis replicates sweeping behaviors to assess both operational and environmental performance. A sensitivity analysis was conducted using these models, focusing on key parameters such as the collection rate, the number of trucks, the payload capacity, and the truck unloading duration; Results: The results show that the innovative sweeping system achieves an average 45% reduction in GHG emissions per kilometer compared to the conventional system, consistently demonstrating superior environmental efficiency across all resources configurations; Conclusions: These insights offer valuable guidance for service providers by identifying effective resource configurations that align with both environmental and operational objectives. The approach adopted in this study demonstrates the potential to develop decision-making support tools that balance operational and environmental pillars of sustainability, encouraging policy decision-makers to adopt greener procurement policies. Future research should explore the integration of advanced technologies such as IoT, AI-driven analytics, and digital twin systems, along with life cycle assessments, to further support sustainable logistics in road maintenance.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».