MétaCan
Menu
Retour à la cohorte
Enregistrement W103335820

Automated Analysis of Walking Behavior: A Case Study from Qatar

2015· article· en· W103335820 sur OpenAlexaboutno aff
Passant Reyad, Tarek Sayed, Mohamed H. Zaki, Khaled Shaaban

Notice bibliographique

RevueTransportation Research Board 94th Annual MeetingTransportation Research Board · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPedestrianDistractionData collectionGait analysisGaitPreferred walking speedTransport engineeringComputer sciencePsychologyPhysical medicine and rehabilitationEngineeringMedicineCognitive psychologySociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Pedestrian behavior studies are receiving a growing attention as societies become more aware of the importance of active non-motorized modes of travel. Many developing countries are now recognizing the importance of walking to address limitations in health care and road infrastructure resources as well as increase in obesity. Understanding the walking behavior in developing countries is therefore essential to the evaluation of measures associated with walking conditions such as comfortability and efficiency. This study illustrates the automated collection and analysis of pedestrian behavior data including walking speed and the spatio-temporal gait parameters. The data is used to analyze the walking behavior of female pedestrians inside a female-only university campus in Qatar. Furthermore, this microscopic level analysis is used to investigate the pedestrian walking mechanism and the effect of various attributes such as group size, distraction state and garment style on the walking behavior. A comparison with results of a similar study in Vancouver, British Columbia is also conducted.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,012
Études des sciences et des technologies0,0020,002
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,141
Tête enseignante GPT0,468
Écart entre enseignants0,327 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Board 94th Annual MeetingTransportation Research BoardMême sujetUrban Transport and AccessibilityTravaux en français237 207