MétaCan
Menu
Retour à la cohorte
Enregistrement W2151704436 · doi:10.1061/(asce)0733-9488(2001)127:1(1)

Evaluating Pedestrian Connectivity for Suburban Sustainability

2001· article· en· W2151704436 sur OpenAlexafffundabout
Todd A. Randall, Brian W. Baetz

Notice bibliographique

RevueJournal of Urban Planning and Development · 2001
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcMaster University
Mots-clésPedestrianSustainabilityTRIPS architectureTransport engineeringRetrofittingDestinationsComputer scienceSustainable transportGeographyEngineering

Résumé

récupéré en direct d'OpenAlex

A crucial ingredient for achieving urban sustainability is reducing society's dependence on the automobile. Residents of suburban developments are often dependent on their cars for trips to destinations within the neighborhood because of circuitous street layouts, lack of sidewalks, and long travel distances. The term “pedestrian connectivity” is introduced as a measure of both the directness of route and the route distance for the pedestrian for each home-destination trip. The developed methodology for retrofitting pedestrian enhancements to an existing suburban neighborhood is coded as an ArcView GIS extension. Improvements include the addition of sidewalks and access pathways to isolated cul-de-sacs to make for shorter and more direct routes. Reduced energy consumption, and therefore greater sustainability, may be achieved by having suburban neighborhoods retrofitted in such a way as to allow people to walk for some of their needs and to be well connected to a regional transit system. Modeled results from a neighborhood in Hamilton, Ont., Canada, show how the retrofitted improvements could lead to measurably improved conditions for pedestrians.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,091
Tête enseignante GPT0,398
Écart entre enseignants0,307 · 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'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

Citations201
Publié2001
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Urban Planning and DevelopmentMême sujetUrban Transport and AccessibilityTravaux en français237 207