Incorporating the Effect of Special Events into Continuous Count Site Selection for Pedestrian Traffic
Notice bibliographique
Résumé
This paper presents results from pedestrian monitoring research conducted in a dense urban environment in Winnipeg, Canada. Pedestrian counts were conducted in downtown Winnipeg using infrared pedestrian counters. Count sites were assigned to traffic pattern groups (TPGs) based on their response to special events occurring in the study area. Once these groups were established, eight continuous count sites were installed to initiate an ongoing pedestrian traffic monitoring program for the city. Traffic monitoring efforts have primarily focused on motorized travel. As more jurisdictions prioritize active transportation, addressing the need for network-level pedestrian data is essential to optimize engineering decisions. The first step to developing any system-wide traffic monitoring program is to define TPGs. These groups enable the spatial variation of short-duration counts to be adjusted to annual statistics by the temporal variation of similarly behaving continuous counts. Short-duration count sites were characterized by daily and hourly trends consistent with existing pedestrian traffic monitoring practices. Recognizing the influence of large evening events on pedestrian traffic, a metric was developed called the evening proportion ratio (EPR) to quantify the effect of special events. Based on the spatial distribution of EPR values, two TPGs were developed for downtown Winnipeg. These are the “urban utilitarian” and “urban utilitarian – event” groups. These groups were used to select continuous count locations for ongoing pedestrian traffic data collection. The importance of this research lies in its future applicability to other jurisdictions in developing a standard approach for urban transportation authorities to strategically implement pedestrian traffic monitoring 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.
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 | 0,010 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».