Effect of road width and traffic volume on vehicular interactions in heterogeneous traffic
Notice bibliographique
Résumé
SUMMARY Highway traffic flow phenomena involve several complex and stochastic variables with high interdependencies. The variations in roadway, traffic and environmental factors influence the traffic flow quality significantly. Capacity analysis of road sections under different traffic and geometric conditions need to quantify the vehicles of widely varying characteristics to a common and universally acceptable unit. Passenger car unit (PCU) is the universally adopted unit of traffic volume, keeping the passenger car as the ‘standard vehicle’ with reference to its static and dynamic characteristics; other vehicles are expressed to its equivalent number in terms of PCUs. The studies carried out in this aspect represent the dynamic nature of impedance caused by a vehicle while moving through a traffic stream. The PCU values recommended by the Highway Capacity Manual are widely applied in many countries; however, their applicability is highly under debate because of the variations in prevailing local traffic conditions. There are several factors that influence the PCU values such as traffic, roadway, vehicle, environmental and control conditions, etc. Apart from vehicular characteristics, the other two major factors that influence the PCU of vehicles are the following: (i) road width and (ii) traffic volume. In this study, estimation of PCU values for the different types of vehicles of a highly heterogeneous traffic on 7.5‐ and 11.0‐m‐wide roads, using micro‐simulation technique, has been dealt with. It has been found that the PCU value of a vehicle type varies significantly with variation in road width and traffic volume. The results of the study indicate that the PCU values are significantly influenced by the said two factors. Copyright © 2012 John Wiley & Sons, Ltd.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».