MétaCan
Menu
Retour à la cohorte
Enregistrement W2594090028 · doi:10.1061/jtepbs.0000047

Improved Pedestrian Sight-Distance Needs at Railroad-Highway Grade Crossings

2017· article· en· W2594090028 sur OpenAlexafffund
Said M. Easa, Xiaobo Qu, Essam Dabbour

Notice bibliographique

RevueJournal of Transportation Engineering Part A Systems · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueTransportation Safety and Impact Analysis
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPedestrianIntersection (aeronautics)SightPedestrian crossingGeometric designTransport engineeringTangentLevel crossingComputer scienceSimulationEngineeringMathematicsGeometryPhysics

Résumé

récupéré en direct d'OpenAlex

This paper presents an improved model for pedestrian crossing time that is used to establish preliminary guidelines for lateral clearance needs on railroad-highway grade crossings. The improved model includes new elements that are lacking in existing models such as pedestrian observation-reaction time, length of pedestrian unit, and safety margin. A general model for the required lateral clearance, that is applicable to any number of tracks on crossings located on horizontal curves or on tangent sections, was developed. The model can be used to determine the required lateral clearance to the right and to the left of the crossing, including maximum lateral clearance, its location, and lateral clearance at a specified location. A comparison of pedestrian crossing sight distance with intersection (vehicle) sight distance shows that lateral clearance needs for pedestrians are not generally satisfied by those currently available for vehicles. The presented design guidelines promote pedestrian safety and should be of interest to highway and railroad professionals.

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)0,003
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: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,015
Tête enseignante GPT0,227
Écart entre enseignants0,212 · 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

Citations7
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Transportation Engineering Part A SystemsMême sujetTransportation Safety and Impact AnalysisTravaux en français237 207