MétaCan
Menu
Retour à la cohorte
Enregistrement W2206979893 · doi:10.1002/atr.1361

Quantification of motorway capacity variation: influence of day type specific variation and capacity drop

2015· article· en· W2206979893 sur OpenAlexvenueno aff
Simeon C. Calvert, Henk Taale, Serge Hoogendoorn

Notice bibliographique

RevueJournal of Advanced Transportation · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesNederlandse Organisatie voor Toegepast Natuurwetenschappelijk OnderzoekNederlandse Organisatie voor Wetenschappelijk Onderzoek
Mots-clésWeibull distributionVariation (astronomy)Highway Capacity ManualEstimationHeat capacityEnvironmental scienceStatisticsEconometricsComputer scienceMathematicsTransport engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Summary Many road authorities work with static values for road capacities, while it has been proven that capacity is not a fixed quantity. At the same time, there is an increasing need for accurate stochastic input for traffic models, such as the variation in road capacity. In this paper, a methodological framework with a conceptual model for practical stochastic capacity estimation is presented, and a quantification of motorway capacity variation is given for the influence of day‐type specific variations in capacity values. The results of the analysis show that there is a reduction in motorway breakdown capacity of 4% on weekend days in comparison with workdays. Furthermore, a capacity decrease of 8% was found for the discharge capacity in comparison with workdays. The analysis further shows that the breakdown capacity on holidays is not significantly lower than on workdays. Discharge capacity and capacity drops are also derived in each case. The results show that the capacity is significantly different depending on the type of day. A quantification of these differences is given in the form of a Weibull capacity estimation fit for each type‐of‐day scenario. Further consideration of the implications and applications of the framework is also given. Copyright © 2015 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 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)0,001
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 enseignants0,958
Score d'incertitude au seuil0,380

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,037
Tête enseignante GPT0,280
Écart entre enseignants0,243 · 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

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetTransportation Planning and OptimizationTravaux en français237 207