MétaCan
Menu
Retour à la cohorte
Enregistrement W2073559189 · doi:10.5539/jsd.v6n2p94

A Review of Traffic Congestion in Dar es Salaam City from the Physical Planning Perspective

2013· review· en· W2073559189 sur OpenAlexvenueno aff
Robert Kiunsi

Notice bibliographique

RevueJournal of Sustainable Development · 2013
Typereview
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDar es salaamTraffic congestionTransport engineeringBusinessPublic transportPlan (archaeology)Urban planningPopulationEnvironmental planningStrategic planningGeographyCivil engineeringMarketingEngineeringTanzania

Résumé

récupéré en direct d'OpenAlex

Traffic congestion is one of the major problems facing Dar es Salaam City and is attributed by a number of factors including rapid population increase, inadequate and poor road infrastructure, city structure, rapid increase in number of cars and lack of physical plan to control city development. The city is already implementing a number of strategies in order to minimize traffic congestion. However, many of the strategies are focusing on improving the capacity of roads in terms of increasing number of lanes, proposing new overpasses and underpasses at the main road intersections and improving public transport. These strategies cannot fully overcome the congestion problems in Dar es Salaam on their own unless efforts are made to redistribute services and community infrastructure. The latter can be achieved through physical planning, which has the potential of influencing trip generation and travel patterns and traffic volume in specific roads. Therefore to minimize traffic congestion in the Dar es Salaam both strategies for improving road capacity, public transport and physical planning solutions ought to be applied together.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

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
Bibliométrie0,0060,009
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,045
Tête enseignante GPT0,356
Écart entre enseignants0,311 · 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
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

Citations74
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetTransportation Planning and OptimizationTravaux en français237 207