MétaCan
Menu
Retour à la cohorte
Enregistrement W2041963960 · doi:10.1061/(asce)te.1943-5436.0000330

Aerial Ropeway Transportation Systems in the Urban Environment: State of the Art

2012· article· en· W2041963960 sur OpenAlexaff
Baha Alshalalfah, Amer Shalaby, Steven Dale, F Othman

Notice bibliographique

RevueJournal of Transportation Engineering · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueUnderground infrastructure and sustainability
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTerrainPublic transportTransit (satellite)Transport engineeringMode (computer interface)Service (business)Natural (archaeology)State (computer science)GeographyCivil engineeringEnvironmental planningBusinessEngineeringComputer scienceCartographyArchaeology

Résumé

récupéré en direct d'OpenAlex

The evolution of public transit modes has been remarkable, fueled by the need for different transit modes to handle different demand levels, urban environment patterns, and natural constraints and barriers. One of these needs is the desire to overcome geographical and topographical barriers such as mountains, valleys, and bodies of water, which cannot be conquered by conventional transit modes without very large investments and changes made to the natural topography. Aerial ropeway transit (ART), a type of aerial transportation mode in which passengers are transported in a cabin that is suspended and pulled by cables, is one of the solutions to such cases. ART has its origins in aerial lifts that have been used for decades in Alpine ski resorts to transport skiers and tourists in cable-suspended cabins. The use of aerial transportation in the urban environment, which was once considered an unlikely possibility, has gained more attention worldwide, and it is now used as a public transit mode in several terrain-constrained urban areas around the world. This article describes the origins of aerial transportation and its advantages, components, service characteristics, available technologies, and applications around the world. The paper concludes with a fair assessment of the existing ART technologies.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,002
Communication savante0,0040,005
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,004
Tête enseignante GPT0,163
Écart entre enseignants0,159 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations57
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Transportation EngineeringMême sujetUnderground infrastructure and sustainabilityTravaux en français237 207