MétaCan
Menu
← Retour à la cohorte
Enregistrement W2162397752 · doi:10.1002/atr.1188

Geographic information system‐system dynamics procedure for bus rapid transit ridership estimation

2012· article· en· W2162397752 sur OpenAlexvenueno aff
Luis David Galicia, Ruey Long Cheu

Notice bibliographique

RevueJournal of Advanced Transportation · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesTexas Department of Transportation
Mots-clésBus rapid transitGeographic information systemLas vegasMileTransport engineeringPopulationEstimationComputer scienceEngineeringPublic transportGeographyCartography

Résumé

récupéré en direct d'OpenAlex

SUMMARY This paper presents a two‐step procedure for estimating the total daily ridership (TDR) of a new bus rapid transit (BRT) route that runs along a corridor without a competing regular bus service. The first step of the procedure uses the Geographic Information System‐Business Analyst desktop to analyze and extract the total population, employed population, housing units within ¼ mile and ¼ to ½ mile from the BRT stations in the base year, and their respective annual growth rates. These values are then used as inputs into the second step. The second step of the procedure uses a simulation model constructed by the system dynamics approach. This simulation model, which embeds the known relationships between the demographic variables and proposed BRT system's infrastructure and operational features, initially estimates the TDR of the base year. Simulation is then performed to estimate the TDR from the base year until a future year defined by the user. The two‐step procedure has been validated with actual demographic and ridership data from the Las Vegas MAX BRT line and the Los Angeles Orange Line, respectively. The procedure has also been applied to the proposed BRT route along Mesa St. in El Paso, Texas, as a case study. The two‐step procedure offers a new and relatively simple approach that complements the three known BRT ridership estimation methods currently acceptable by the U.S. Federal Transit Administration. Copyright © 2012 John Wiley & Sons, Ltd.

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)0,002
score de la tête « metaresearch » (Gemma)0,018
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0270,007

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 Opus0,012
Tête enseignante GPT0,267
Écart entre enseignants0,254 · 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

Citations6
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced Transportation→Même sujetUrban Transport and Accessibility→Travaux en français237 207→