MétaCan
Menu
Retour à la cohorte
Enregistrement W2165306508 · doi:10.3141/2421-08

Mechanism of Early-Onset Breakdown at On-Ramp Bottlenecks on Shanghai, China, Expressways

2014· article· en· W2165306508 sur OpenAlexaff
Jian Sun, Li Zhao, H. Michael Zhang

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic control and management
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesnon disponible
Mots-clésBottleneckQueueAccelerationFlow (mathematics)Environmental scienceChinaTransport engineeringGeographyEngineeringComputer scienceMechanicsPhysicsOperations management

Résumé

récupéré en direct d'OpenAlex

The mechanism of early-onset breakdowns was studied at on-ramp bottlenecks on expressways in Shanghai, China. From four on-ramp breakdown events captured on video, key parameters were extracted: prequeue flow, queue-discharge flow, speed variation per minute, lane change (LC) times in the mainline lanes and the acceleration lane, LC types, and LC locations (longitudinal and lateral). A total of 1,583 LC samples were analyzed. The findings showed a great difference in LC patterns when breakdowns occurred earlier than normal (i.e., before the bottleneck reaches expected capacity). In the case of an early breakdown, most LCs were forced LCs that occurred near the downstream end of the bottleneck, which spread laterally rather quickly. In contrast, in normal breakdowns in the United States, LCs were mostly free LCs that occurred evenly along the bottleneck longitudinally but were concentrated in rightmost lanes laterally.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,894
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,035
Tête enseignante GPT0,299
Écart entre enseignants0,264 · 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 tête enseignante, 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

Citations34
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetTraffic control and managementTravaux en français237 207