A State-of-the-Art Review on Empirical Data Collection for External Governed Pedestrians Complex Movement
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
Complex movement patterns of pedestrian traffic, ranging from unidirectional to multidirectional flows, are frequently observed in major public infrastructure such as transport hubs. These multidirectional movements can result in increased number of conflicts, thereby influencing the mobility and safety of pedestrian facilities. Therefore, empirical data collection on pedestrians’ complex movement has been on the rise in the past two decades. Although there are several reviews of mathematical simulation models for pedestrian traffic in the existing literature, a detailed review examining the challenges and opportunities on empirical studies on the pedestrians complex movements is limited in the literature. The overall aim of this study is to present a systematic review on the empirical data collection for uni- and multidirectional crowd complex movements. We first categorized the complex movements of pedestrian crowd into two general categories, namely, external governed movements and internal driven movements based on the interactions with the infrastructure and among pedestrians, respectively. Further, considering the hierarchy of movement complexity, we decomposed the externally governed movements of pedestrian traffic into several unique movement patterns including straight line, turning, egress and ingress, opposing, weaving, merging, diverging, and random flows. Analysis of the literature showed that empirical data were highly rich in straight line and egress flow while medium rich in turning, merging, weaving, and opposing flows, but poor in ingress, diverging, and random flows. We put emphasis on the need for the future global collaborative efforts on data sharing for the complex crowd movements.
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) | 0,001 | 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