MétaCan
Menu
Back to cohort
Record W4392272169

Quelles possibilités pour un acteur de transférer une partie de sa chaine de transport vers des modes décarbonés ?

2023· preprint· en· W4392272169 on OpenAlexaff
Antoine Robichet

Bibliographic record

VenueHAL (Le Centre pour la Communication Scientifique Directe) · 2023
Typepreprint
Languageen
FieldEnvironmental Science
TopicMaritime Transport Emissions and Efficiency
Canadian institutionsMinistère des Transports
Fundersnot available
KeywordsBusinessComputer science
DOInot available

Abstract

fetched live from OpenAlex

Quelles possibilités pour un acteur de transférer une partie de sa chaine de transport vers des modes décarbonés ? A l’échelle française, le transport routier de marchandises représente 17% des émissions de CO2 en 2018. En effet, ce dernier est le mode prédominant et représente 88% des flux totaux. Pour réussir la transition vers une économie décarbonée, une solution durable est de transférer une part de ces flux, vers d’autres modes peu ou pas carbonés.Pour étudier cela, une monographie d’un acteur : DB Schenker, agrémentée de cas d’étude sur certains points (transporteurs et chargeurs), a été réalisé permettant d’analyser l’ensemble de sa chaine de transport. Ce travail s’appuie sur des bases de données opérationnelles qui permettent d’expliciter le fonctionnement global avec précision puis d’évaluer de manière précise l’impact d’un report modal pour chaque acteur. Deux solutions ont été étudiées : le vélo cargo pour le premier et dernier kilomètre, d’une part, et le ferroviaire pour la longue distance, d’autre part. L’étude du fonctionnement d’un transporteur montre que la chaine d’un transporteur, ne concerne pas seulement le lien entre réseaux de longue-distance et premier et dernier kilomètre. Il s’agit d’un feuillage complexe dans lequel chaque élément est entremêlé : au sein du réseau de longue-distance, les routages sont programmés pour permettre à un colis de prendre plusieurs connexions en une nuit ; du côté du premier et dernier kilomètre, les transporteurs mettent en place une stratégie de polycentrisme pour opérer des zones importantes résultant en des localisations optimales des plateformes en périphérie des villes.L’étude sur la localisation des plateformes ayant souligné l’intérêt de les localiser en périphérie du centre, l’utilisation de vélo cargo repose, de ce fait, sur la mise en place de micro hub. Cependant, ce foncier à un coût qui a peut-être compensé par le coût opérationnel plus faible des vélos cargo par rapport aux camions sous réserve d’une forte densité. D’une certaine manière, ce travail permet de faire le lien entre la littérature traitant des choix de flotte de véhicules et celle sur la l’immobilier logistique urbaine. Ceci étant, l’utilisation des vélos cargo ne signifie pas la fin des camions en ville : ils seront toujours nécessaires pour approvisionner les micro hubs ainsi que pour opérer les colis ne pouvant être opérés par un vélo cargo.L’étude, en deux temps, du transport combiné montre, tout d’abord, une inadéquation entre l’offre actuelle en France et les attentes d’un messager à la fois d’un point de vue organisationnel que du point de vue la couverture spatiale. En omettant la contrainte économique, il n’est possible de transférer que 0.2 % des trajets quotidiens. Dans un deuxième temps, l’étude d’un consortium de 9 entreprises (chargeurs et transporteurs) a permis de mettre en lumière le besoin de la mutualisation pour permettre de remplir pleinement les trains. Cela permet d’augmenter les flux sur les axes et ainsi d’augmenter le nombre de rotation, pour que les industriels n’aient pas à modifier l’organisation de leur supply chain. Cependant, il a été montré que la mutualisation peut mettre en place un jeu de gagnant/perdant lorsque l’on se place à l’échelle de l’acteur d’un point de vue économique alors que l’opération est globalement intéressante. Dans son ensemble son travail met en avant l’intérêt d’une approche par acteur pour une compréhension plus fine de certaines situations dans le cadre du transport de marchandises. Cette approche, apporte une vision complémentaire par rapport aux études s’appuyant sur des statistiques publiques. Sans s’y opposer elle peut parfois en modifier drastiquement les conclusions, comme la mise en avant d’une dynamique gagnant/perdant dans le cas du transport combiné

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.006
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.155
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0060.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0010.001
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0020.000

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.

Opus teacher head0.016
GPT teacher head0.229
Teacher spread0.212 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2023
Admission routes1
Has abstractyes

Explore more

Same venueHAL (Le Centre pour la Communication Scientifique Directe)Same topicMaritime Transport Emissions and EfficiencyFrench-language works237,207