La question des détours dans le transport routier de marchandises
Bibliographic record
Abstract
La question des détours dans le transport transalpin de marchandises sur route figure constamment parmi les priorités des politiques de circulation. La pléthore de critères relatifs à la définition d’un détour a donné naissance à des points de vue divergents au sein des différents pays alpins, rendant le débat d’autant plus complexe. Le présent article propose des critères relatifs à la définition d’un détour ainsi qu’une analyse des détours faits en 2004 par les poids lourds franchissant les Alpes autrichiennes et suisses. L’analyse des détours faits par les poids lourds tend à démontrer qu’ils n’empruntent que rarement les itinéraires les plus courts. Il est intéressant de souligner que très peu de détours sont faits par le col du Saint-Gothard. Mais suivant le mode de calcul choisi, jusqu’à 740 000 poids lourds sur 1 996 000 font un détour de plus de 60 km par le col de Brenner alors que 18,1 % des véhicules pourraient emprunter un itinéraire plus court en passant par le col du Saint-Gothard et 11,5 % en passant par le col du San Bernardino. En théorie, la déviation vers des itinéraires plus courts des véhicules qui font un détour de plus de 60 km générerait une hausse de la circulation de 38 % au col du Saint-Gothard et de 149 % au col du San Bernardino. Aux cols de Brenner et de Tauern, la circulation diminuerait de 31 % et 16 % respectivement.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.008 | 0.007 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".