MétaCan
Menu
← Retour à la cohorte
Enregistrement W7072061638

1 Urban Planning and Transport Paradigm Shifts for Surviving the Post-Petroleum Age in Cities

2013· article· en· W7072061638 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPer capitaPublic transportPer capita incomeSample (material)Urban planningPrivate transport
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cities vary enormously in the amount of energy they use in passenger transport, especially private passenger transport. In a study of 100 cities worldwide, Atlanta, Georgia residents each consume annually an average of almost 103,000 MJ in private passenger transport energy (about 2,970 litres of gasoline equivalent), while at the other end of the spectrum in Ho Chi Minh City, the figure is a mere 922 MJ or 26 litres. In the developed world, where fairer comparisons can be made, US cities consume on average 60,000 MJ per capita per annum for private passenger transport (1,730 litres) while Australian and Canadian cities average about 31,000 MJ (895 litres). High income Asian cities such as Tokyo, as well as Western European cities, which are wealthier on average than their North American and Australian counterparts, consume only between 9,500 MJ (274 litres) and 15,700 MJ (452 litres) per capita respectively. The large sample of developing cities in the study average only about 6,500 MJ (187 litres). Urban development in the auto-dependent cities of North America and Australia clearly requires abundant and secure quantities of relatively cheap oil, without which these cities would begin to unravel, whereas other high income cities are not nearly so dependent on this non-renewable resource. At the same time that the world approaches, or perhaps has already reached peak oil production (the “big rollover”) and begins to decline in its output of this resource, newly industrialising nations are dramatically

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0080,010
Communication savante0,0080,007
Science ouverte0,0020,007
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,017
Tête enseignante GPT0,256
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGlobal Energy and Sustainability Research→Travaux en français237 207→