Exploring the relationships between building and transportation stocks to meet climate change mitigation goals
Notice bibliographique
Résumé
The building and transportation sectors contribute significantly to global direct and indirect carbon emissions. However, they are often treated separately when calculating carbon emissions and devising mitigation strategies. This separation overlooks the spatial and functional relationships between building and transportation stocks. Studying their complex relationships is thus crucial for developing effective climate change mitigation strategies. Among the existing examples of research on this topic, few attempts have been made to investigate relationships between building and transportation stocks across neighborhoods at the urban scale. Here, we employ spatial analysis and correlation analysis for Trondheim, Norway, to explore the relationships between building and transportation stocks at the neighborhood level within a city. Furthermore, we conduct a cross-sectional analysis of neighborhoods at increasing distances from the city center. Our results indicate that proximity to the city center is reflected in the spatial patterns of private car ownership, building density, construction year of buildings, share of detached houses, and garage floor area per capita. Neighborhoods with low per-capita levels of total vehicles, private cars, motorcycles, and vehicle road surface areas often feature high building density, old buildings, a small proportion of detached houses, and small garage floor area per capita. Notably, our study reveals that neighborhoods with shopping malls, which have high building type diversity for all buildings, do not have low private car ownership. Our results indicate that densification and polycentric development may be effective strategies to reduce indirect carbon emissions related to material carbon emissions in Trondheim. Future research could extend beyond examining correlations between building and transportation stocks by exploring their drivers and their intensity of use.
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 | 0,001 | 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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».