MétaCan
Menu
Retour à la cohorte
Enregistrement W1976953978 · doi:10.3141/1980-06

Driver Response to Rainfall on Urban Expressways

2006· article· en· W1976953978 sur OpenAlexafffund
Daniel Unrau, Jean Andrey

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesInstitute for Catastrophic Loss Reduction
Mots-clésEnvironmental scienceTraffic volumeDaytimeTraffic flow (computer networking)OccupancyTraffic speedMeteorologyTravel timePoison controlVolume (thermodynamics)Flow (mathematics)Transport engineeringAtmospheric sciencesComputer scienceEngineeringGeographyMathematicsGeologyCivil engineering

Résumé

récupéré en direct d'OpenAlex

The effects of light rainfall on urban freeway operations are modeled to improve understanding of road safety and speed-flow-occupancy relationships in suboptimal weather. Three broader issues also are addressed. What is the form of the relationship among various traffic variables under rainy versus dry conditions? Are the safety implications of driver adjustments under rainy conditions different for the day and night? How should speed variation be measured in ecological studies? Volume-occupancy and speed-volume relationships are affected by rainfall: specifically, speeds are reduced and speed is more strongly dependent on volume. Under nighttime, rainy, uncongested conditions, speeds are reduced and time gaps are increased, but only minimally. Under daytime rainfall conditions, when traffic volumes are typically high, speeds are reduced substantially, and because of the interaction between traffic variables, volumes also decrease. The physical time gap increases marginally as well, whereas speed variability within the traffic stream is reduced. For congested daytime conditions, light rainfall is not associated with any changes in volume or time gap, but speeds are reduced. Finally, safety-related information on speed deviation can be derived from traffic loop data by calculating the variability of travel speeds within small time units.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,317
Écart entre enseignants0,279 · 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

Citations50
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetTraffic and Road SafetyTravaux en français237 207