MétaCan
Menu
Retour à la cohorte
Enregistrement W2507414157 · doi:10.1139/cjce-2016-0091

Conditions contributing to the attitudes for toll facilities in the United States with a specific focus on Virginia

2016· article· en· W2507414157 sur OpenAlexvenueno aff
Changju Lee, John S. Miller

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Department of Transportation
Mots-clésTollRevenueToll roadPopularityBusinessConsistency (knowledge bases)EconomicsMarketingPublic economicsFinancePolitical science

Résumé

récupéré en direct d'OpenAlex

Although the form of toll facilities has evolved, a review of how they have been used in the United States since its early colonial period suggests four conditions that appear to have influenced the likelihood of tolls being used to support construction or maintenance activities: the relative stability of revenue streams from user fees compared to the stability of revenues from a general tax; the availability of technologies to collect tolls without degrading the user’s experience; the presence of design innovations for toll facilities (compared to non-toll facilities); and the relative size of market benefits (for toll facilities) compared to societal benefits (for non-toll facilities). Even though revenue is one motivation for having a toll facility, other factors help explain why the popularity of toll facilities has risen or fallen. During the late 1800s, the network benefits of a smooth surface appealed to a large group (bicyclists) and generated a popular demand for public facilities. Yet in the early 1940s, another innovation—consistency of geometric design—spurred a market among paying customers for limited access highways. Collectively, such factors support five periods that characterize different public attitudes toward toll facilities: colonial/early federal period (from 1607 to 1775), turnpike era (from circa 1792 to 1845), toll reluctance era (from 1879 to 1939), post-World War II era (from 1939 to 1963), and renewed interest in tolling period (from circa 1976 to the present).

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,157
Score d'incertitude au seuil0,312

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,014
Tête enseignante GPT0,235
Écart entre enseignants0,221 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetTransportation Planning and OptimizationTravaux en français237 207