2008 Travel Time Study: Advances in System Performance Measurement
Notice bibliographique
Résumé
The Ministry of Transportation (MTO) has undertaken a biennial travel time survey of the major provincial roadways in the Greater Toronto Area (GTA) since 1996. The results of the studies provide metrics for assessing facility performance and identifying critical roads sections to be considered in future improvement projects and traffic management strategies. These studies have evolved over time, transitioning from manual methods of travel time data collection to global position system (GPS)-based methods, and expanding the breadth of analyses to include performance measures, such as TTI, BTI and arterial delay. This report describes techniques used in the 2008 Travel Time Study that could improve the process and results of subsequent travel time studies. Such techniques include the automated, GPS-based data collection approach to determining signal delay on arterials. This method replaced manual processes, reducing the potential of error and reducing safety risks to surveyors. Another technique was the concurrent surveying of highways and parallel arterial corridor(s), which facilitated a direct comparison of speeds on the parallel routes in the same time frame. This comparison found that while parallel route data could not always be correlated, it did provides some insight into the time within the peak period when motorists may begin to seek alternative routes to their normal commutes. A comparison of passenger car to truck probe data was also conducted, revealing that while truck speeds are almost always slower than car speeds in high speed conditions, they may still be representative of car speeds during other operating conditions. The report outlines how the techniques used in the 2008 Travel Time Study could be refined and re-applied.
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 | 0,009 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».