Investigation of the factors affecting the consistency of short-period traffic counts
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The main intent of this study is to investigate the accuracy of short-duration traffic counts conducted during winter months. The investigation is based on 11-year sample data collected using permanent traffic counters at various locations in Alberta, Canada. Four types of road sites: commuter, regional commuter, rural long-distance, and recreational sites are studied. The sample data constitute six different durations of counts (12-, 24-, 48-, 72-, 96-h, and 1 week) taken during summer and winter months. The coefficient of variation (CV) is used as the relative measure of deviation for counts of different durations to measure the accuracy of short-period traffic counts. The study results indicate that 48-h count seems to be the most cost-effective counting interval during both summer and winter months. It is also found that the lowest values of CV result for counts taken at commuter sites, and the highest values are observed for recreational sites. Frequent changes in temperature and other weather events cause significant variation in traffic volume, which results in an increase in CV values for counts taken during winter months. The application of an adjustment factor to remove the effect of cold and snow from short-period counts is also included in this study. Introduced adjustment factors can reduce the values of CV for all counts taken during winter months. The findings of this study can lead highway agencies to improve the cost-effectiveness of their short-period traffic counting programs.
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.
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 | 0,000 | 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 découle