Conditions contributing to the attitudes for toll facilities in the United States with a specific focus on Virginia
Notice bibliographique
Résumé
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».