MétaCan
Menu
Retour à la cohorte
Enregistrement W1985165705 · doi:10.5038/2375-0901.9.5.6

Development, Evaluation, and Selection of Advanced Transit Signal Priority Concept Directions

2006· article· en· W1985165705 sur OpenAlexafffundabout
Amer Shalaby, Jinwoo Lee, John Greenough, Stanley Hung, Michael Bowie

Notice bibliographique

RevueJournal of Public Transportation · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesTransport Canada
Mots-clésSelection (genetic algorithm)Computer scienceRanking (information retrieval)Listing (finance)Process (computing)Transit (satellite)Operations researchControl (management)Set (abstract data type)Travelling salesman problemWork (physics)Transport engineeringManagement scienceSystems engineeringProcess managementPublic transportEngineeringArtificial intelligenceBusiness

Résumé

récupéré en direct d'OpenAlex

This article presents a process to define the framework for an advanced Transit Signal Priority (TSP) algorithm. For this study, traffic and transit agencies from a broad range of municipalities in Ontario, Canada, provided their views and expertise on various TSP-related issues, including practical needs, design implementation, performance measures, and challenges in developing effective TSP control systems. Based on their inputs as well as the objectives of the project, a set of TSP control concept directions was developed that are characterized with different methodologies and technologies. A listing of selection criteria was also established to evaluate the proposed TSP concept directions. Using these criteria, a ranking and evaluation process was undertaken to select one final TSP control concept that is of interest to potential users of advanced TSP systems. The work described in this article provides a successful example of a process to build consensus among stakeholders for advancing TSP developments.

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)0,036
score de la tête « metaresearch » (Gemma)0,043
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 enseignants0,036
Score d'incertitude au seuil0,193

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,043
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,003
Études des sciences et des technologies0,0020,001
Communication savante0,0060,005
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,022
Tête enseignante GPT0,298
Écart entre enseignants0,276 · 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

Citations31
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Public TransportationMême sujetTransportation Planning and OptimizationTravaux en français237 207