Simplified model of local transit services
Notice bibliographique
Résumé
This paper discusses the development of a simplified model to efficiently represent local public transportation services in a large-scale travel demand model. The California Statewide Travel Demand Model (CSTDM) is a comprehensive model system designed and developed for use in transportation policy analysis and travel demand forecasting, including representation of both long and short distance transportation covering the entire state of California. A novel hybrid system is used to represent the full range of rail and bus transit services that are available. Rail services – including all long-distance rail, commuter rail and light rail services – are represented in the standard manner, using explicit node and link networks; the relevant in-vehicle and out-ofvehicle service characteristics for journeys are determined as standard skims of these networks. On-street bus services are not represented using explicit networks; rather, the relevant in-vehicle and out-of-vehicle service characteristics are determined using functions of other transportation network variables, land use descriptors and relevant policy indicators. These functions are simplified econometric models estimated using observations of transit service obtained from Google Transit Data Feeds. The network and simplified components are integrated in order to allow transit paths with both rail and on-street bus components to be considered by the various travel choice models included in the modelling framework. This hybrid system provides a suitable representation of transit for an area of such size. This facilitates consideration of transit service policies, while obviating the need for extensive transit coding, a daunting task for a large area.
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 | 0,003 | 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 ».