Traffic Congestion in Dar es Salaam: Implications for Workers’ Productivity
Notice bibliographique
Résumé
Inadequately planned transport systems result to traffic congestion, a challenge that has for long been a thorn in Dar es Salaam, the city most affected in Tanzania. Although traffic congestion has been a major concern in Dar es Salaam, marked reluctance has been noticed in taking measures towards a lasting solution thus, it is of diminutive surprise that limited studies and documentations on the same are in existence. Therefore, this study assesses traffic congestion in Dar es Salaam and particularly its implications for workers’ productivity. Travel time and productivity indexes were established from a sample of 96 workers who used public transport along Morogoro and Mandela Roads. Travel time index (TTI) is the ratio of the average travel time during peak period to the travel time during off-peak period. Findings reveal that TTI was 2.19. Workers spent about 2 times of the average commuting time to work and 3 times of the same commuting from work to their various residences. About 2.5 hours were lost on traffic jam per day and that people worked 1.4 times less than the required time due to traffic congestion. It was further established that in 10 working days, almost 3 days were lost to traffic congestion. Since there are ongoing efforts to improve the transport system through the Bus Rapid Transit (BRT) project, it remains to be seen as to what extent traffic congestion will be reduced. In either case, this study provides a benchmark for comparisons.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».