Cet article examine les implications en matière d'équité des infrastructures civiles, avec un accent particulier sur les systèmes de chaussées, un sujet significativement sous-représenté dans la recherche existante. Bien que les études de transport plus générales aient largement abordé les préoccupations économiques et sociétales en matière d'équité, les questions d'équité liées aux chaussées restent peu explorées. Cette étude synthétise des perspectives sur l'optimisation du financement et des stratégies d'entretien des chaussées pour répondre aux défis fonctionnels et d'équité dans les systèmes de transport urbains. De plus, des lacunes critiques dans des domaines tels que la sécurité, le bruit et la pollution de l'air sont identifiées, offrant des recommandations pour de nouvelles directions de recherche afin de promouvoir l'équité dans l'infrastructure des chaussées. L'article vise à informer les experts en ingénierie des transports, en urbanisme et en politique publique de l'importance de l'ingénierie des chaussées dans l'atteinte de l'équité en transport. Il démontre également comment des concepts plus larges d'équité en transport peuvent bénéficier aux pratiques d'ingénierie des chaussées. Pour soutenir cet effort, une méthodologie moderne informée par l'intelligence artificielle (IA) a été introduite pour réaliser une analyse complète de la littérature existante sur l'équité en transport. En s'appuyant sur la modélisation de sujets et les capacités émergentes des grands modèles de langage (LLMs), cette approche catégorise la littérature en thèmes pertinents tels que les socio-démographiques, les types d'infrastructure (par exemple, routes, ponts) et les dimensions d'équité comme la planification, le financement, l'accessibilité et la durabilité. L'utilisation d'outils structurés d'IA, en particulier des LLMs, a révélé des intersections critiques entre les chaussées et les préoccupations plus larges en matière d'équité en transport, démontrant le potentiel de ces outils pour révéler des connexions cachées et enrichir les efforts de recherche futurs.
Smetana et al. (ven) ont étudié cette question.