MétaCan
Menu
Retour à la cohorte
Enregistrement W2570578268 · doi:10.1061/jtepbs.0000018

Sight-Distance Requirements for Left-Turning Vehicles at Two-Way Stop-Controlled Intersections

2017· article· en· W2570578268 sur OpenAlexaff
Essam Dabbour, Said M. Easa

Notice bibliographique

RevueJournal of Transportation Engineering Part A Systems · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesFederal Highway Administration
Mots-clésIntersection (aeronautics)SightGlobal Positioning SystemPosition (finance)Computer scienceAccelerationGeometric designTransport engineeringSimulationEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

The current highway geometric design guide provides a method for calculating intersection sight distance at two-way stop-controlled intersections by assuming that a departing driver on the minor road that would start from a resting position needs a fixed-time gap for departing the intersection regardless of the design speed or the grade on the major road. However, departing drivers may fail to perceive the speeds of the approaching vehicles on the major road in order to judge the available departure gap and decide whether or not to accept it. In this paper, a novel method is introduced to determine intersection sight distance requirements for two-way stop-controlled intersections based on actual drivers’ behavior and vehicle capabilities. The method incorporates acceleration profiles for vehicles starting from rest, which were developed based on field data collected using global positioning system (GPS) data loggers that recorded the positions (latitudes, longitudes, and altitudes) and the instantaneous speeds of different vehicle types piloted by different drivers at 1 s intervals. Design tables and an application example are presented to help designers select the required intersection sight distance based on the design speed and the grade on the major road.

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)0,007
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: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,017
Tête enseignante GPT0,243
Écart entre enseignants0,225 · 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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Transportation Engineering Part A SystemsMême sujetTraffic and Road SafetyTravaux en français237 207