Estimando valor de tempo de viagem com diferentes fontes de dados utilizando modelos logit
Notice bibliographique
Résumé
A estimação de parâmetros de valor de tempo de viagem - VTV - pode ser feita utilizando metodologias diversas divididas em duas vertentes de especificação funcional a de equações estruturadas com base na teoria econômica e a essencialmente estatística com múltiplas equações. A primeira abordagem é a adotada neste trabalho, pois ela apresenta maior racionalidade e durante a evolução dos modelos de estimação do VTV, muitas dúvidas surgiram dos métodos de estimativas principalmente da fidedignidade dos parâmetros estimados relação ao parâmetro populacional. Dentre os métodos de estimação um que se propõe a melhorar os resultados é o de juntar fontes de dados distintas, mas que não foi utilizado para ver a melhoria na estimação do VTV. Neste sentido, este trabalho apresenta um estudo relativo a estimações de modelos de escolha discreta utilizando uma combinação de duas fontes de dados e calculando os valores de tempo para diferentes modelos estruturais, conforme a teoria do valor de tempo. O trabalho amplia a abordagem de Morikawa (1989) formalizando as hipóteses necessárias a uma estimação com duas fontes de dados provenientes da pesquisa do Plano Diretor de Operação de Transporte do Ceará e indica que a combinação das fontes de dados de preferência declarada e revelada feita naquele estado gera resultados diferentes do modelo clássico logit e que isso dependerá da fonte geradora de dados.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».