Network-Level Performance Measures for Low-Volume Highways in Alberta, Canada
Notice bibliographique
Résumé
The province of Alberta is responsible for 30,740 km of highway, of which 4,320 km is gravel surfaced. Approximately 8,750 km (28.5%) carries traffic volumes of fewer than 400 vehicles per day. The objectives of this study are to outline network-level performance measures for highways in Alberta and to ensure that they are effective for managing low-volume highways. The performance measures used relate primarily to physical condition and functional adequacy. In 2002 these measures were studied as part of a joint project with the University of Calgary in an attempt to make them more budget sensitive. Criteria were determined and subsequently adopted by Alberta Infrastructure and Transportation. Subsequent to that, a study was undertaken to determine optimal levels for these measures. These optimal measures would be used to set desired future performance targets. The results showed that on the order of 5% of the highways should remain in poor condition and should not be part of the backlog to be corrected. It was at first thought that the majority of these highways would be low-volume roads, but this did not prove to be true, primarily because of the younger age of these roads. The study also examines the cost-effectiveness of projects to pave low-volume gravel roads in comparison with other projects in the program. Cost-effectiveness is defined as agency cost per user per kilometer over a 20-year life-cycle. In conclusion, a future direction is suggested for the department to follow with respect to its low-volume highway improvements.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».