MétaCan
Menu
Retour à la cohorte
Enregistrement W2468222878

Bus Rapid Transit Applications Phase 2

2011· article· en· W2468222878 sur OpenAlexaboutno aff
Brian Pessaro, Marie-Elsie Dowell, Michelle Gonzales, Alan R Danaher

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBus rapid transitLas vegasTransport engineeringMetropolitan areaTransit (satellite)Public transportIntelligent transportation systemOrange (colour)TelecommunicationsComputer scienceEngineeringOperations researchGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In February 2010, the Florida Department of Transportation (FDOT) District 4 Office tasked Kittelson and Associates with preparing the Bus Rapid Transit (BRT) Applications Phase I report. That report discussed in general terms the characteristics, system costs, and funding opportunities for BRT. It also described the running way types used by several BRT systems in the U.S. and Canada. Finally, it summarized six previous BRT related studies for South Florida. The District 4 Office has now asked the National Bus Rapid Transit Institute at the University of South Florida and Parsons Brinckerhoff to prepare the BRT Applications Phase II report. This effort is intended to provide a detailed summary of various U.S. BRT systems and to support development of BRT in correlation with the Broward Metropolitan Planning Organization (MPO) 2035 Long Range Transportation Plan (LRTP). There are eight BRT systems included in this report. They include the Cleveland HealthLine, the Eugene EmX, the Kansas City MAX, the Los Angeles Metro Rapid system and Orange Line, the San Pablo Rapid, the Boston Silver Line, and the Las Vegas MAX. The summary for each system has six parts: project background, costs, before and after performance, system characteristics, lessons learned, and future plans. Under system characteristics, information is provided on the running way, stations, vehicles, method of fare collection, Intelligent Transportation System (ITS) technologies, service and operations, and branding.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,126
Score d'incertitude au seuil0,422

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,000
Communication savante0,0050,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,1260,078

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 Opus0,053
Tête enseignante GPT0,318
Écart entre enseignants0,265 · 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

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTransportation Planning and OptimizationTravaux en français237 207