Theoretical Model Of The Visibility Level And Practical Means Of Its Implementation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Driving a car, especially in city traffi c, is a greatly complex process combining observation, recognition and psychomotoric functions. Safe, effi cient and comfortable driving requires a specifi c level of visibility of road obstacles. The diffi culty in spotting an obstacle in the road and in evaluating its effect on driving depends on such factors as lighting conditions in the road and its vicinity, presence of sources of glare, sources of distracting and attracting attention in the driver's fi eld of vision, for example, electronic outdoor advertising boards (LED billboards), the obstacle's geometric and photometric properties, observation conditions and the driver's visual performance. The research on the visibility of obstacles in the road has shown that the satisfaction of normative requirements in relation to average luminance and the general and longitudinal uniformity does not guarantee that an obstacle will be spotted. Thus, it is necessary to introduce another criterion to make it possible to evaluate the visibility of obstacles in the road. Visibility formula was described by Adrian in 1989 and applied with visibility levels in North America as quality criterion. For the purposes of designing road lighting systems, the visibility criterion is not used in European countries yet. Due to simplifi cations, other standards and requirements, it is also impossible to directly employ the visibility criterion used in United States, namely the Small Target Visibility, based to a large extent on Adrian's visibility model.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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