MétaCan
Menu
Retour à la cohorte
Enregistrement W1974921635 · doi:10.1139/l04-085

Geographic information system (GIS) based decision support for neighbourhood traffic calming

2005· article· en· W1974921635 sur OpenAlexvenueno aff
Todd A. Randall, Cameron J. Churchill, Brian W. Baetz

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesFederal Highway Administration
Mots-clésTraffic calmingTransport engineeringSAFERGeographic information systemNeighbourhood (mathematics)Decision support systemRetrofittingPoison controlSustainable transportSustainabilityComputer scienceEngineeringGeographyComputer security

Résumé

récupéré en direct d'OpenAlex

In suburban areas, traffic issues are generally related to elevated speeds and volumes and a perceived reduction in personal safety. In response, traffic engineers have designed and implemented a variety of traffic calming measures for local and collector streets, with significant speed reductions and other benefits. Less common are measures to address traffic issues on arterials which (if implemented) might reduce speeds, thereby encouraging more sustainable transportation modes and lessening automobile dependence. A geographic information system (GIS) based tool has been developed to provide decision support for the development of neighbourhood traffic calming plans for all street types. This tool is potentially useful because of the increased use of traffic calming measures and the growing public desire for safer streets. Decision support (provided by the tool) is dependent upon measured or perceived problems, roadway type, and user objectives, as well as the potential impacts and current installation costs of traffic calming measures. An application to suburban Hamilton demonstrates the functionality of this tool.Key words: traffic calming, suburban retrofitting, urban sustainability, decision support system.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,003

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 Opus0,008
Tête enseignante GPT0,216
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations13
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetUrban Transport and AccessibilityTravaux en français237 207