A travel time-based variable grid approach for an activity-based cellular automata model
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Urban growth and population growth are used in numerous models to determine their potential impacts on both the natural and the socio-economic systems. Cellular automata (CA) land-use models became popular for urban growth modelling since they predict spatial interactions between different land uses in an explicit and straightforward manner. A common deficiency of land-use models is that they only deal with abstract categories, while in reality, several activities are often hosted at one location (e.g. population, employment, agricultural yield, nature…). Recently, a multiple activity-based variable grid CA model was proposed to represent several urban activities (population and economic activities) within single model cells. The distance-decay influence rules of the model included both short- and long-distance interactions, but all distances between cells were simply Euclidean distances. The geometry of the real transportation system, as well as its interrelations with the evolving activities, were therefore not taken into account. To improve this particular model, we make the influence rules functions of time travelled on the transportation system. Specifically, the new algorithm computes and stores all travel times needed for the variable grid CA. This approach provides fast run times, and it has a higher resolution and more easily modified parameters than the alternative approach of coupling the activity-based CA model to an external transportation model. This paper presents results from one Euclidean scenario and four different transport network scenarios to show the effects on land-use and activity change in an application to Belgium. The approach can add value to urban scenario analysis and the development of transport- and activity-related spatial indicators, and constitutes a general improvement of the activity-based CA model.
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.
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 | 0,001 | 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 | 0,002 |
| Science ouverte | 0,001 | 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 découle