Modeling Travelers' Responses to Incident Information Provided by Variable Message Signs in Calgary, Canada
Notice bibliographique
Résumé
This paper presents an investigation of drivers' response behaviors to intelligent transportation systems. It describes the results of a detailed survey and the results of an econometric model of route diversion behavior in response to real-time information provided by variable message signs (VMSs). The study location was Deerfoot Trail in Calgary, Canada. In case of major delays because of accidents on Deerfoot Trail, the City of Calgary uses 12 VMSs along Deerfoot Trail to divert drivers to alternative parallel arterials. A survey of 500 Deerfoot Trail commuters was conducted to examine the factors affecting drivers' compliance with VMSs. A latent discrete choice model was developed to model the responses of drivers to VMSs. This model introduces behavioral variables within a discrete choice model by endogenously estimating the latent variables. The primary finding of the study is that the en route information provided by VMSs convinces few drivers to change their trip destinations. Of the 500 respondents, 63.3% of drivers alter their trip plans in light of the information provided. However, 36.7% of drivers experience inertia by not altering their route, despite the excessive delays because of route blockage. The empirical model shows that driving experience, familiarity with alternative routes, trip purpose, trip time, trip length, and complementary information sources (e.g., the radio) are the most important factors influencing route-switching behavior in response to VMSs. In addition, drivers' attitudes toward VMSs were found to have the most significant impact on their responses to these systems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».