MétaCan
Menu
Retour à la cohorte
Enregistrement W2134422508 · doi:10.1287/trsc.1030.0065

Designing a Road Network for Hazardous Materials Transportation

2004· article· en· W2134422508 sur OpenAlexafffundabout
Bahar Y. Kara, Vedat Verter

Notice bibliographique

RevueTransportation Science · 2004
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensMcGill University
Organismes subventionnairesMcGill University
Mots-clésHazardous wasteDeregulationDangerous goodsTransport engineeringBilevel optimizationGovernment (linguistics)BusinessRisk analysis (engineering)Flow networkTransport networkEngineeringEnvironmental planningComputer scienceEconomicsEnvironmental scienceWaste managementOptimization problem

Résumé

récupéré en direct d'OpenAlex

Dangerous-goods shipments remain regulated despite the widespread deregulation of the transportation industry. This is mainly due to the societal and environmental risks associated with these shipments. One of the common tools used by governments in mitigating transport risk is to close certain roads to vehicles carrying hazardous materials. In effect, the road network available to dangerous goods carriers can be determined by the government. The associated transport risk, however, is determined by the carriers' route choices. We provide a bilevel programming formulation for this network design problem. Our approach is unique in terms of its focus on the nature of the relationship between the regulator and carriers. We present an application of our methodology in Western Ontario, Canada.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,076
Tête enseignante GPT0,368
Écart entre enseignants0,292 · 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'étudeSimulation ou modélisation
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

Citations290
Publié2004
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTransportation ScienceMême sujetRisk and Safety AnalysisTravaux en français237 207