Évaluation des réductions d’émissions de gaz à effet de serre (GES) associées à l’évolution des options de mobilité durable dans l’est de Montréal
Bibliographic record
Abstract
Le Québec et la collectivité montréalaise ont pour objectif de réduire leurs émissions de gaz à effet de serre respectivement de 37,5 % et 55 % d’ici 2030 par rapport au niveau de 1990. À ces deux échelles, le secteur des transports routiers est le principal émetteur de gaz à effet de serre. Dans le but de réduire la part des émissions liée à ce secteur, plusieurs projets de mobilité à Montréal sont en implantation ou en cours d’étude. Parmi les plus importants, on compte le prolongement de la ligne bleue, l’ajout de la ligne rose du métro de Montréal et le tramway de l’Est de Montréal. Ces projets, desservant en grande partie l’Est de Montréal, sont au centre du plan de revitalisation de ce secteur qui a été annoncé en 2018 conjointement par la Ville de Montréal et le gouvernement du Québec. L’objectif de cet essai est d’évaluer les potentielles réductions d’émissions de gaz à effet de serre liées à l’implantation de ces projets de mobilité et découlant d’un transfert modal des déplacements de l’automobile vers ces nouveaux modes de transport. Une approche empirique basée sur le modèle régional du prolongement de la ligne orange du métro à Laval en 2007 a permis d’estimer que 32 % des déplacements en automobile produits et 29 % des déplacements en automobile attirés par le secteur accueillant les nouvelles stations ont été transférés vers le nouveau tronçon de métro. Ces résultats ont pu être utilisés afin d’estimer que quotidiennement, c’est environ 600 000 km de déplacements en automobile qui pourraient être évités et effectués via les nouveaux projets. Ceci se traduirait par une réduction annuelle des émissions de gaz à effet de serre d’environ 35 000 tonnes eCO2. Cette réduction représente 1,9 % des cibles de réduction liées au secteur des transports routiers des émissions de gaz à effet de serre à l’échelle de la collectivité montréalaise. Cette part pourrait également augmenter suite à la densification potentielle du territoire de l’est de Montréal découlant des efforts de revitalisation qui y seront effectués dans les prochaines années, menant à une utilisation accrue des transports en commun et à une diminution des distances de déplacement. Dans cet essai, un premier axe de recommandation vise l’amélioration des méthodes de prévision du transfert modal, notamment via une collecte de données à plus grande échelle et incluant une plus grande variété de sources. Un second axe vise l’augmentation du transfert modal via le renforcement du concept de mobilité intégrée offrant des services complémentaires et diversifiés aux citoyens, comme les transports en commun, les modes de micromobilité et les transports partagés.
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 | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".