MétaCan
Menu
Retour à la cohorte
Enregistrement W2019447640 · doi:10.2495/ut150041

Quantifying the benefits of peak spreading as a sustainable solution to addressing traffic congestion within the Al Ain private school zone in Abu Dhabi, United Arab Emirates

2015· article· en· W2019447640 sur OpenAlexaff
A. Al Jassmi, M. Ochieng

Notice bibliographique

RevueWIT transactions on the built environment · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueTransport Systems and Technology
Établissements canadiensTransport Canada
Organismes subventionnairesnon disponible
Mots-clésAbu dhabiIntersection (aeronautics)Transport engineeringTraffic congestionTravel timeExternalityQueueBusinessGeographyComputer scienceEngineeringMetropolitan areaComputer networkEconomics

Résumé

récupéré en direct d'OpenAlex

Owing to the over-concentration of about 40 schools along an approximately 5km stretch of an urban street within the City of Al Ain, UAE, daily traffic experiences and motorists frustrations manifested in terms of intersection delay, travel time, queues, travel speed and emissions have reached intolerable levels.While varied efforts are being put in place to address the situation, the Department of Transport (DoT) embarked on a pilot study that involved staggering of the starting time of schools over a time interval of 30 minutes for two weeks.The main objective of the study was to examine the effect of peak spreading on minimizing roadway congestion and other externalities within the private school zone.The study was cross-sectional in nature and involved traffic data collection before the implementation of the staggered school starting times and during the scheme.This purpose of paper therefore summarizes the findings of the scheme in quantifiable attributes of intersection delays, link travel times and traffic volumes intensities; and also formed the basis for recommendations to further address traffic congestion within the private school zone.

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)0,001
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 enseignants0,061
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,037
Tête enseignante GPT0,233
Écart entre enseignants0,196 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWIT transactions on the built environmentMême sujetTransport Systems and TechnologyTravaux en français237 207