MétaCan
Menu
← Retour à la cohorte
Enregistrement W2162579447 · doi:10.1061/41177(415)210

Design LRT Signal Priority Strategy to Improve Arterial Traffic Mobility

2011· article· en· W2162579447 sur OpenAlexaffabout
Jatinder Tiwana, Mehmood Zaman, Tony Z. Qiu, Arun Bhowmick

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPreemptionVisSimTransit (satellite)Intersection (aeronautics)SIGNAL (programming language)Computer scienceBus priorityTransport engineeringPublic transportReal-time computingEngineering

Résumé

récupéré en direct d'OpenAlex

In this research we studied the impact of Transit Signal Priority (TSP) on the arterial mobility. For the purpose of experiment we have chosen the 111th Street corridor in Edmonton. Recently the LRT extension was carried out and the LRT passes through this intersection. What is peculiar to this intersection is that shopping mall, the LRT and transit bus stations are all located close-by. Moreover, the transit buses have to cross the LRT tracks for entry and exit from the station. For the purpose of analysis and optimizing the LRT crossing signals, we used the Ring Barrier Controller (RBC) and Vehicle Actuated Programming (VAP) in VISSIM. The three options explored were (a) LRT preemption, (b) LRT prediction priority (c) LRT/Transit Bus priority. In options (b) and (c), the arrival time of the LRT is predicted in advance and the signal phases are modified to ensure uninterrupted passage of the LRT. This leads to better performance as there is lesser number of signal changes compared to the first option. In the absence of dedicated bus lanes option (b) was found to be most beneficial.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,051
Tête enseignante GPT0,288
Écart entre enseignants0,237 · 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

Citations0
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetTransportation Planning and Optimization→Travaux en français237 207→