MétaCan
Menu
Retour à la cohorte
Enregistrement W2173272166 · doi:10.11175/eastpro.2011.0.225.0

Effectiveness of Signal Coordination for Pedestrian Flows Considering Bi-directional Flow Impacts

2011· article· en· W2173272166 sur OpenAlexaff
Wael Alhajyaseen, Meng Li, Hideki Nakamura, Winnie Daamen

Notice bibliographique

RevueProceedings of the Eastern Asia Society for Transportation Studies The 9th International Conference of Eastern Asia Society for Transportation Studies, 2011 · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic control and management
Établissements canadiensTransport Canada
Organismes subventionnairesnon disponible
Mots-clésSynchroPlatoonPedestrianSIGNAL (programming language)Computer scienceTraffic flow (computer networking)Signal timingSimulationPedestrian crossingReal-time computingTraffic signalTransport engineeringEngineeringControl (management)Artificial intelligenceComputer networkElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Existing signal control strategies do not consider pedestrian flows in optimizing signal parameters, which may impose significant delays on pedestrians. This study aims to investigate the rationality and effectiveness of designing signal coordination for pedestrians. A numerical case study in Japan is analyzed. Field survey is conducted to collect the geometric characteristics, signal timings and vehicular traffic condition information. In a parallel approach, the performances of signal coordination for vehicular and pedestrian traffic are estimated by using the vehicular traffic simulation tool Synchro/SimTraffic and the pedestrian simulation tool NOMAD. The results showed that the coordination for the major pedestrian flow led to a significant reduction in average delay (15%). Generally, it is concluded that the effectiveness of pedestrian signal coordination is not guaranteed but depends on the relationship between pedestrian platoon dispersion and the signal cycle length.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,066
Tête enseignante GPT0,278
Écart entre enseignants0,212 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Eastern Asia Society for Transportation Studies The 9th International Conference of Eastern Asia Society for Transportation Studies, 2011Même sujetTraffic control and managementTravaux en français237 207