A methodology for estimating greenhouse gas emissions and evaluating the impacts of built environment, transit supply strategies and green technologies
Bibliographic record
Abstract
En réponse au changement climatique, de nombreux chercheurs et décideurs du monde entier étudient des méthodes afin de définir des stratégies de réduction des gaz à effet de serre (GES) en lien avec la mobilité urbaine. Considérant que le secteur des transports est l’un des plus gros émetteurs de GES, la recherche dans ce domaine a suscité un vaste intérêt et s’est concentrée sur le développement de méthodes de quantification, l’identification des facteurs contribuant aux émissions, ainsi que la définition de stratégies et politiques de réduction. La présente recherche propose une méthode originale permettant d’estimer les émissions de GES causés par la demande de transport des passagers en zone urbaine en combinant différentes sources de données telles que des enquêtes origine-destination ainsi que la consommation de carburant des flottes de véhicules. La méthodologie proposée prend de nombreux facteurs déterminants en considération (par exemple : le mode de déplacement, l’occupation du véhicule, les vitesses praticables en lien avec les conditions de trafic ou encore le type de véhicule et de route). Les preuves empiriques développées dans la thèse reposent sur une étude des trois aires métropolitaines québécoises prépondérantes que sont Montréal, la Ville de Québec et Sherbrooke. Les relations entre les GES, l’environnement construit et l’offre de transports publics sont analysées par l’intermédiaire de différentes approches de régressions statistiques telles que le modèle de régression par classe latente qui considère les tendances dans le temps et la segmentation des ménages en sous-groupes. Un modèle simultané considérant les biais d’auto-sélection est également proposé afin d’étudier l’effet de différentes typologies construites du territoire sur les émissions de GES dans les trois régions mentionnées précédemment. Les résultats de cette recherche sont ensuite utilisés pour proposer de nouvelles stratégies et politiques en menant une analyse comparative des potentiels de réduction des GES en lien d’une part avec un changement d’environnement construit et d’autre part avec l’utilisation des technologies durables. En particulier, il apparaît que l’environnement construit et l’offre de transports publics sont associés négativement aux GES, avec de petites élasticités au niveau des attributs individuels mais de larges différences suivant les typologies résidentielles.Cependant, l’effet du seul remplacement de la flotte de transports publics est marginal en regard à l’inventaire total de GES émis pour les déplacements (-1.04%). En outre, l’effet combiné du changement d’environnement construit à l’augmentation du rendement des carburants des véhicules à moteur doit également contribuer significativement aux réductions de GES.À Montréal, la moyenne des GES concernant le transport des ménages a diminué de 6% sur la période considérée de dix ans. Enfin, une méthodologie basée sur les données réelles de consommation de carburant est proposée afin d’analyser l’effet de différents facteurs caractérisant cette dernière. Parallèlement aux performances de vitesse, les effets de la saisonnalité, de la température, du type de route, du démarrage à froid et de l’éco-conduite sont examinés. L’économie de carburant des véhicules électriques hybrides commerciaux est également analysée et la performance de ces derniers est comparée à celle des véhicules traditionnels à essence.Les véhicules électriques hybrides sont particulièrement plus performants que les véhicules à essence pour une conduite urbaine, à de faibles vitesses (45% de moins que le moyen taux de consommation de carburant). Enfin, les températures basses ont tendance à détériorer les performances de consommation des véhicules électriques hybrides, ce qui représente un facteur critique dans les villes étudiées (26% de plus que le taux de consommation de carburant).
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 | 0.004 | 0.009 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.003 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".