MétaCan
Menu
Retour à la cohorte
Enregistrement W4406071987 · doi:10.1016/j.geits.2025.100255

Understanding spatial–temporal attributes influencing electric vehicle's charging stations utilization: A multi-city study

2025· article· en· W4406071987 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueGreen Energy and Intelligent Transportation · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Vehicles and Infrastructure
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectric vehicleTransport engineeringComputer scienceEnvironmental scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Electric vehicles (EVs) are gaining popularity across the globe. Various initiatives are being implemented to ensure that most of the operating vehicles on public roadways are EVs by 2050. Such initiatives include the construction of charging stations to improve EV charging accessibility. The utilization of the charging stations has not been explored to a great extent, despite its importance in future installations in various cities. This study evaluated the EV station utilization across eleven cities in three countries: the United States, Canada, and Scotland. The Negative Binomial (NB) regression model was applied to understand the influence of the spatial-temporal factors on the daily utilization of EV charging stations. In addition to the overall analysis, country-specific analyses were also performed. It was revealed that there is a great variation in daily EV utilization across the cities in different countries and within the country. In fact, only stations in Crieff, Scotland, showed lower predicted daily utilization, while cities in the United States had over two times predicted daily utilization. compared to stations in Aberfeldy, Scotland. Furthermore, the longer the station has been in service, the higher the daily utilization, although there was significant variation across cities. Further, the day of the week and months of the year depicted consistent utilization patterns for Scotland and the United States but showed mixed findings for Canada. The study findings can help planners and policymakers improve the allocation of EV charging stations. • This study explored the utilization of electric vehicle (EV) charging stations. • It used data from eleven cities across three countries: the United States, Canada, and Scotland. • Up to five times higher utilization was observed across cities within the country. • Stations in the United States had a relatively higher predicted utilization than stations in Aberfeldy. • The day of the week and months of the year depicted consistent and mixed utilization patterns.

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.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,614
Score d'incertitude au seuil0,845

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,055
Tête enseignante GPT0,252
Écart entre enseignants0,197 · 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