Impacts of Transit Priority on Signal Coordination: Case Study of Toronto, Ontario, Canada
Notice bibliographique
Résumé
This study introduces the current application of transit signal priority (TSP) in the City of Toronto, Ontario, Canada, and focuses on the following: traffic signal operations, constraints of the current signal control system and TSP technology, evaluation metrics, and models for simulating transit priority operation. In Toronto, 335 traffic signals have transit priority, 321 of which are under the control of the main traffic signal system (MTSS). Active transit priority unconditionally allows an extension of up to 30 s per cycle in addition to the normal signal green time on transit routes. The extension generates complaints about traffic delays for vehicles on side streets, long pedestrian wait times, and poor signal coordination. Field tests were conducted on a section of a downtown Toronto arterial bus route. Actual MTSS logs and signpost data obtained by the transit agency during field tests were used to investigate three scenarios along Bathurst Street at six signalized intersections. An analysis of signal timing changes that encompassed selection and determination of traffic operation performance measures was conducted on a per-cycle basis in the morning peak, afternoon peak, and off-peak periods. Green-band effectiveness was one of the evaluation measures used to assess signal progression. Subsequently, a performance assessment frame based on a model for the analytic hierarchy process was built to determine the best scenario and to help develop simulation models. The analysis shows that the TSP strategy of unconditional extension up to 30 s in signal green time is not recommended for use with the existing system of traffic signal control. The approaches described can apply to different transit routes with variable situations in Toronto.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».