MétaCan
Menu
Retour à la cohorte
Enregistrement W2242337013

Using CFS Data to Guide Regional Transportation Policy and Investment

2006· article· en· W2242337013 sur OpenAlexaboutno aff
Scott Drumm

Notice bibliographique

RevueTransportation research circular · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueTransportation Systems and Infrastructure
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)CommodityInvestment (military)BusinessOrder (exchange)Data collectionSet (abstract data type)Transport engineeringFinanceComputer scienceEngineeringGeographyPolitical sciencePolitics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Commodity Flow Survey (CFS) data has played a significant role to help set the context for regional transportation policy and investment decisions in the Portland–Vancouver region. Data from the CFS has been a primary input into the region’s Commodity Flow Forecast (1997) and the update in 2002. The CFS has also provided data that has helped answer business community questions about freight flows and engaged them in policy discussions regarding the Columbia River crossing as part of the Interstate 5 Trade Corridor project. Both directly and indirectly, the CFS has been very helpful in helping us set the context for freight movement and to put freight issues on the regional transportation agenda. CFS data gives us the ability to frame the issues, convey the order of magnitude of freight’s importance, and to identify areas where further data is needed. Ultimately, we would like to be able to use the data at a project level, but the CFS doesn’t provide enough detail. That is to say, we would like to have the data at detail level sufficient to help make the case for a specific investment or to prioritize among competing investments. However, even at current levels of detail, the CFS has been useful. Due in part to CFS data in our Commodity Flow Forecast, we have secured $500,000 in regional funding for a freight data collection project that will provide us with some of the detail we need to make specific investment decisions, such as origin–destination and time of day data. This presentation showed how and why our region has successfully used CFS data, identified where we have found gaps and problems, and suggested alternatives for making CFS data more accessible and more useful at a regional level.

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)0,010
score de la tête « metaresearch » (Gemma)0,049
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: aucune
Score de désaccord entre enseignants0,278
Score d'incertitude au seuil0,552

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,049
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,012
Études des sciences et des technologies0,0010,000
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,005

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 Opus0,157
Tête enseignante GPT0,371
Écart entre enseignants0,214 · 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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation research circularMême sujetTransportation Systems and InfrastructureTravaux en français237 207