Investigations of interactions between bus rapid transit and general traffic flows
Notice bibliographique
Résumé
Summary Bus rapid transit (BRT) is a popular strategy to increase transit attraction because of its high‐capacity, comfortable service, and fast travel speed with the exclusive right‐of‐way. Various engineering designs of right‐of‐way and the violation enforcement influence interactions between BRT and general traffic flows. An empirical assessment framework is proposed to investigate traffic congestion and lane‐changing patterns at one typical bottleneck along a BRT corridor. The BRT bottleneck consists of bus lane, BRT station, video enforcement zone, and transit signal priority intersection. We analyze oblique cumulative vehicle counts and oblique cumulative lane‐changing maneuvers extracted from videos. The cumulative vehicle counts method widely applied in revealing queueing dynamics at freeway bottlenecks is extended to an urban BRT corridor. In the study site, we assume four lane‐changing patterns, three of which are verified by the empirical measurements. Investigations of interactions between buses and general traffic show that abnormal behaviors (such as lane violations and slow moving of the general traffic) induce 16% reduction in the saturation rate of general traffic and 17% increase in bus travel time. Further observations show that the BRT station and its induced increasing lane‐changing maneuvers increase the downstream queue discharge flows of general traffic. The empirical results also contribute to more efficient strategies of BRT planning and operations, such as alternative enforcement methods, various lane separation types, and optimized traffic operations. Copyright © 2014 John Wiley & Sons, Ltd.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».