MétaCan
Menu
Retour à la cohorte
Enregistrement W2118415020 · doi:10.3141/2077-02

Freight Transportation Planning

2008· article· en· W2118415020 sur OpenAlexaff
Joshua Schank, Ira Hirschman, Preston Elliott

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueUrban and Freight Transport Logistics
Établissements canadiensMinistry of Transportation of Ontario
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaBenchmarkingBusinessPlan (archaeology)Traffic managementTransportation planningTransport engineeringStrategic planningRegional planningUrban planningEnvironmental planningMarketingGeographyEngineeringCivil engineering

Résumé

récupéré en direct d'OpenAlex

The U.S. economy is increasingly reliant on freight movement. Unfortunately, freight movement in the United States is constrained to some extent by its lack of exposure and an emphasis by politicians and the public on passengers. Thus freight has taken a backseat in regional planning by metropolitan planning organizations (MPOs). Metropolitan regions wanting to improve their economies, however, cannot do so without embracing freight, but these regions may not have attempted to plan for freight regionally and thus do not know how to start or what to do. Therefore, if MPOs better understand how to conduct effective freight planning, they can implement successful freight planning programs in their regions. A useful way to do this is to survey existing MPO freight planning processes. Several MPOs have substantial freight components and plan for freight effectively. A nationwide benchmarking and best-practices survey of freight transportation planning of MPOs was conducted. The survey and resulting analysis provide guidelines, ideas, and strategies for MPOs that want to set up or improve current freight transportation planning practices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,129
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,159
Tête enseignante GPT0,341
Écart entre enseignants0,183 · 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 tête enseignante, pas un consensus.

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

Citations6
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetUrban and Freight Transport LogisticsTravaux en français237 207