MétaCan
Menu
Retour à la cohorte
Enregistrement W6987662810

Transport energy use and greenhouse gases in urban passenger
\ntransport systems: A study of 84 global cities

2003· article· en· W6987662810 sur OpenAlexaboutno aff

Notice bibliographique

RevueMurdoch Research Repository (Murdoch University) · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnergy consumptionPublic transportWork (physics)Production (economics)LimitingGreenhouse gas
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The transport sector will be very hard hit by the “big rollover” in world oil production due to occur within the next 10 years. Urban transport in particular is almost entirely dependent upon oil, and will take many years to shift to other energy sources. Most cities will be particularly vulnerable during the transition to a post-petroleum world. Likewise, the growing focus on global warming and greenhouse issues places additional pressure on urban transport to reduce its CO2 output. This paper provides a review of transport, urban form, energy use and CO2 emissions patterns in an international sample of 84 cities in the USA, Australia, Canada, Western Europe, high income Asia, Eastern Europe, the Middle East, Africa, low income Asia, Latin America and China. This overview concentrates on factors such as urban density, transport infrastructure and car, public transport and non-motorised mode use, which help us to better understand the different levels of per capita passenger transport energy use and CO2 emissions in different cities. Patterns of energy consumption, modal energy efficiency and CO2 emissions in private and public transport in the different groups of cities are examined. Automobile cities such as those in the USA use extraordinary quantities of energy in urban transport. An average US urban dweller uses about 24 times more energy annually in private transport as a Chinese urban resident. Public transport energy use per capita represents a fraction of that used in private transport in all cities, with rail being the most energy-efficient mode. CO2 emissions from passenger transport follow a similar pattern. For example, Atlanta produces105 times more CO2 per capita than Ho Chi Minh City. Some policy recommendations are outlined to reduce urban passenger transport energy use and greenhouse gases and provide other positive outcomes in terms of sustainability and livability in cities.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,031
Tête enseignante GPT0,235
Écart entre enseignants0,204 · 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.

Devis d'étudeObservationnel
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

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMurdoch Research Repository (Murdoch University)Même sujetVehicle emissions and performanceTravaux en français237 207