MétaCan
Menu
Retour à la cohorte
Enregistrement W2340458625 · doi:10.3141/2538-01

The Farside Story

2015· article· en· W2340458625 sur OpenAlexaffabout
Ehab Diab, Ahmed El-Geneidy

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTransit (satellite)Transport engineeringService (business)Transit systemVariation (astronomy)Level of serviceEngineeringPublic transportComputer scienceOperations researchBusiness

Résumé

récupéré en direct d'OpenAlex

Determining the proper location of bus stops is an important planning decision in the transit planning field. While previous efforts in the literature have suggested several advantages and disadvantages of certain bus stop placements, there has been little effort toward understanding the impacts of bus stop location on the transit system performance at the stop level of analysis. This paper evaluates the impact of bus stop location on bus stop time and stop time variation. The paper uses stop level data collected from the Société de Transport de Montréal's automatic vehicle location and automatic passenger counting systems in Montreal, Quebec, Canada. The study findings show that stop times occurring on the nearside of intersections are on average 4.2 to 5.0 s slower than stop times occurring on the farside of intersections, with no impact on stop time variation. A validation model was used to confirm the impacts of bus stop placements on stop time with data from TriMet's automated bus dispatch system in Portland, Oregon. This study offers transit planners and policy makers a better understanding of the effects of bus stop location on stop time and its variation to improve service quality while minimizing service variation at the stop 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 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)0,018
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Intégrité de la recherche
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 enseignants0,313
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,002
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,002
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 Opus0,158
Tête enseignante GPT0,431
Écart entre enseignants0,272 · 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.

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

Citations22
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetTransportation Planning and OptimizationTravaux en français237 207