MétaCan
Menu
Retour à la cohorte
Enregistrement W2850969266 · doi:10.11159/ijci.2018.002

Residents’ Perceptions on Road Hump Effectiveness in Malaysian Residential Environments

2018· article· en· W2850969266 sur OpenAlexvenueno aff
Khairun Sarah Radhiah Bachok, Abdul Azeez Kadar Hamsa, Mohd Zin Mohamed, Mansor Ibrahim

Notice bibliographique

RevueInternational Journal of Civil Infrastructure · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Maintenance and Monitoring
Établissements canadiensnon disponible
Organismes subventionnairesKementerian Sains, Teknologi dan Inovasi
Mots-clésPerceptionTransport engineeringPsychologyGeographyApplied psychologyEnvironmental healthMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

Two common concerns for residents in their respective residential areas are high traffic speeds and noise levels. This paper analyses the perception of residents on the effectiveness of road humps in improving residential living environment based on their effects on traffic speed and noise. The study was conducted in three Malaysian residential areas, specifically Putrajaya, Taman Setiawangsa, and Keramat. A questionnaire survey was distributed to 478 respondents asking for their perceptions on whether road humps have improved their living environment by reducing speed and noise. Binary logistic regression models were also developed to identify variables that affect respondents' likelihood to agree that existing road humps have improved the living environment of the residents by reducing traffic speed and noise. The result of this study is that the height of road humps affects noise levels and traffic speeds, as average vehicle speeds and LAeq were lowest at the road hump of 90mm height. The respondents' perceptions of the importance of lower traffic speeds and noise levels, as well as the appropriateness of hump heights and locations, were significant variables in determining the likelihood of their agreement that road humps have improved their living environment.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,638
Score d'incertitude au seuil0,742

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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,004
Tête enseignante GPT0,241
Écart entre enseignants0,237 · 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'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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Civil InfrastructureMême sujetInfrastructure Maintenance and MonitoringTravaux en français237 207