MétaCan
Menu
Retour à la cohorte
Enregistrement W2395541482 · doi:10.1080/03155986.2006.11732742

Choix De Sites D’Entrepôts Pour Les Autobus De Transport Urbain : Le Cas Du Reséau De Transport De La Capitale

2006· article· fr· W2395541482 sur OpenAlexaffvenueabout
Fayez F. Boctor, Jacques Renaud, Sébastien Bournivald

Notice bibliographique

RevueINFOR Information Systems and Operational Research · 2006
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

RésuméCel article étudie le problème du choix de sites d’enlrepôts pour les autobus en transport urbain. L’objectif visé est de minimiser la durée de récupération de l’invcstissement. Une analyse financière permet d’évaiuer la profitabilité de différents scénarios d’ouverture d’entrepôts. Deux niodéles de programniatiun linéaire sont proposés afin de minimiser le kilométrage à vide parcouru par les aulobus pour un ensemble d’entrepôts donné. Les modéles ont été utilisés dans le cadre d’une étude pour le Réseau de Transport de la Capilate de la ville de Québec. Les résultats obtenus permettent d’identifier les localisations les plus intéressantes et démontrent que des réduetions importantes du kilométrage à vide peuvent être réalisées si le RTC implante un nouvel entrepôt. Les économies découlant de la réduction du kilométrage à vide permettent de rentabiliser l’invcstissement relié à l’ouverture du nouvel entrepôt en 6 années. Finalement. Finalement, l’impact de cet entrepôt additionnel sur la congestion des routes d’accès est égalemeni analysé.

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)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,307
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
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 Opus0,026
Tête enseignante GPT0,324
Écart entre enseignants0,298 · 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

Citations1
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueINFOR Information Systems and Operational ResearchMême sujetTransportation Planning and OptimizationTravaux en français237 207