MétaCan
Menu
Retour à la cohorte
Enregistrement W2321946514 · doi:10.1115/jrc2010-36092

Planning Capacity Improvements in the Chicago – Milwaukee – Madison Rail Corridor Using the Rail Traffic Controller (RTC) Rail Operations Simulation Model

2010· article· en· W2321946514 sur OpenAlexaboutno aff
Alan Tobias, David House, Randy Wade

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueTransport and Economic Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrainTransport engineeringTruckSimulation softwareRail freight transportLevel of serviceEngineeringService (business)Rail networkAutomotive engineeringComputer scienceSoftwareBusiness

Résumé

récupéré en direct d'OpenAlex

The Wisconsin Department of Transportation (WisDOT) contracted HNTB Corporation (HNTB) to utilize the Rail Traffic Controller™ (RTC™) computer simulation software developed by Berkeley Simulation Software to analyze the rail capacity requirements for high speed (110 mph maximum) Chicago to Milwaukee to Madison passenger rail service. The purpose of this study was to determine whether sufficient capacity exists in the corridor to accommodate the projected growth in intercity passenger rail service as well as growth in freight and commuter rail service. Where capacity constraints were identified, the model was also used to evaluate the benefits of proposed infrastructure improvements. HNTB and WisDOT worked with Illinois DOT, the Canadian Pacific Railway, Metra and Amtrak to identify and test rail improvements that will provide sufficient capacity for projected future high speed, commuter and freight rail services in the corridor. The modeling results are shown through string lines and tables comparing the impacts of each case on the performance of each type of train. Metrics used include: • Average speeds. • Delay minutes per 100 miles. • On Time Performance (for passenger trains). RTC is a very useful tool for the simulation of current and proposed rail operations. It has helped identify bottlenecks and analyze the effectiveness of proposed improvements. The model results from this study are a critical component in WisDOT’s negotiations with CP over the extent and location of capacity improvements for high speed operations. The RTC model output also supported WisDOT’s application for federal stimulus funding for the corridor improvements.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,407
Score d'incertitude au seuil0,810

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,049
Tête enseignante GPT0,257
Écart entre enseignants0,208 · 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'étudeSimulation ou modélisation
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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTransport and Economic PoliciesTravaux en français237 207