Karbon-Ed：MSMEにおけるカーボンフットプリントマッチングを民主化する分離型マイクロサービスアーキテクチャ
Karbon-Ed: A Decoupled Microservice Architecture for Democratizing Carbon Footprint Matching in MSMEs (原題)
Vedant Tarale, Nabhya Gabhane, Ritik Nagpure, Paras Katolkar, Archana Potnurwar, Lalita Charpe
🤖 gxceed AI 要約
日本語
本論文は、中小零細企業（MSME）がボランタリーカーボン市場に参加しにくい課題に対し、フットプリントと選好をオフセットプロジェクトにマッチングする分離型マイクロサービスWebアプリ「Karbon-Ed」を提案する。Reactクライアント、Node.jsゲートウェイ、Python Flask推薦サービスを分離し、MongoDB AtlasとPandas・Scikit-Learnを用いたMCDAスコアでプロジェクトを順位付けする。機能検証ではゲートウェイがベクトル演算を行わず、スケーリング特徴量が[0,1]に収まることを示すが、レイテンシ測定は今後の課題としている。
English
Karbon-Ed is a decoupled microservice web app that matches MSME carbon footprints and preferences to offset projects, separating a React client, a Node.js gateway, and a Python Flask recommendation service. The service reads credit records from MongoDB Atlas into Pandas, scales features with Scikit-Learn, and ranks projects via a user-weighted MCDA score. Functional validation confirms no vector operations at the gateway and scaled features within [0,1], though latency is not yet measured.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本ではSSBJ基準やScope 3対応が大企業中心に進む一方、サプライチェーン下流の中小企業の排出量把握が課題となっており、MSME向けの低コストなカーボン会計・オフセット接続ツールは国内の裾野拡大に示唆を与える。
In the global GX context
As CSRD and ISSB push Scope 3 disclosure down supply chains, tools that let MSMEs quantify footprints and access voluntary carbon markets address a persistent gap in global disclosure infrastructure, though the prototype lacks performance evidence.
👥 読者別の含意
🔬研究者:MSME向けカーボン会計とオフセットマッチングのアーキテクチャ設計の一事例として参照できる。
🏢実務担当者:中小企業がサプライチェーン排出量開示やオフセット調達を低コストで始める際のツール選定の参考になる。
🏛政策担当者:Scope 3対応を中小企業へ広げる際のデジタル支援策の設計に示唆を与える。
📄 Abstract（原文）
Micro, Small, and Medium Enterprises (MSMEs) rarely take part in Voluntary Carbon Markets (VCMs). Offset prices change between registries and over time, verification standards differ, and enterprise carbon accounting tools assume a dedicated sustainability team. Web applications built as a single server process add a technical barrier: price normalization runs in the same runtime that serves the interface, and the interface slows when market data changes quickly. This paper describes Karbon-Ed, a decoupled microservice web application that matches an MSME's carbon footprint and preferences to offset projects. A React, Vite, and Tailwind CSS client collects footprint inputs and generates offset certificates in the browser with jsPDF after a successful Stripe redirect. A Node.js and Express.js gateway handles routing, Bcrypt password hashing, JSON Web Token (JWT) authentication, role checks, registry verification, and Stripe checkout. A Python Flask service receives each POST /api/recommend request, reads credit records from MongoDB Atlas through PyMongo into Pandas DataFrames, scales the numeric features with the Scikit-Learn MinMaxScaler, and ranks projects with a Multi-Criteria Decision Analysis (MCDA) score whose price and capacity weights the user selects. The gateway reaches the database through Mongoose. A functional validation of the prototype shows that the gateway executes no vector operations, that the server allocates no memory for certificate rendering, and that scaled features stay inside [0, 1]. The paper reports no latency measurement, and Section 8.3 defines the measurements planned for later work.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.55248/gengpi.07.1026.34082first seen 2026-11-06 04:59:29
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。