MétaCan
Menu
Retour à la cohorte
Enregistrement W2533194569 · doi:10.1002/atr.1422

Modeling delay at signalized intersections with channelized right‐turn lanes considering the impact of blockage

2016· article· en· W2533194569 sur OpenAlexvenueno aff
Saeedeh Farivar, Zong Tian

Notice bibliographique

RevueJournal of Advanced Transportation · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic control and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChannelizedVisSimIntersection (aeronautics)Highway Capacity ManualSignal timingComputer scienceRetardSIGNAL (programming language)Block (permutation group theory)Traffic simulationSimulationTransport engineeringEngineeringTelecommunicationsMathematicsReal-time computingLevel of serviceTraffic signal

Résumé

récupéré en direct d'OpenAlex

Summary This paper presents a probabilistic delay model for signalized intersections with right‐turn channelization lanes considering the possibility of blockage. Right‐turn channelization is used to improve the capacity and to reduce delay at busy intersections with a lot of right‐turns. However, under heavy traffic conditions the through vehicles will likely block the channelization entrance that accrues delay to right‐turn vehicles. If the right‐turn channelization gets blocked frequently, its advantage in reducing the intersection delay is neglected and as a result the channelization lane becomes inefficient and redundant. The Highway Capacity Manual (HCM) neglects the blockage effect, which may be a reason for low efficiency during peak hours. More importantly, using HCM or other standard traffic control methods without considering the blockage effects would lead to underestimation of the delay. To overcome this issue, the authors proposed delay models by taking into account both deterministic and random aspects of vehicles arrival patterns at signalized intersections. The proposed delay model was validated through VISSIM, a microscopic simulation model. The results showed that the proposed model is very precise and accurately estimates the delay. In addition, it was found that the length of short‐lane section and proportion of right‐turn and through traffic significantly influence the approach delay. For operational purposes, the authors provided a step‐by‐step delay calculation process and presented approach delay estimates for different sets of traffic volumes, signal settings, and short‐lane section lengths. The delay estimates would be useful in evaluating adequacy of the current lengths, identifying the options of extending the short‐lane section length, or changing signal timing to reduce the likelihood of blockage. Copyright © 2016 John Wiley & Sons, Ltd.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,406
Score d'incertitude au seuil0,210

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,007
Tête enseignante GPT0,215
Écart entre enseignants0,208 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations12
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetTraffic control and managementTravaux en français237 207