MétaCan
Menu
Retour à la cohorte
Enregistrement W2952068872 · doi:10.1155/2019/9717208

The Influence of Wheelchair Users on Movement in a Bottleneck and a Corridor

2019· article· en· W2952068872 sur OpenAlexvenueno aff
Paul Geoerg, Jette Schumann, Stefan Höll, Anja Hofmann

Notice bibliographique

RevueJournal of Advanced Transportation · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueEvacuation and Crowd Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesBundesministerium für Bildung und ForschungSFPE Foundation
Mots-clésComputer scienceAlgorithmArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Emergency exits as bottlenecks in escape routes are important for designing traffic facilities. Particularly, the capacity estimation is a crucial performance criterion for assessment of pedestrians’ safety in built environments. For this reason, several studies were performed during the last decades which focus on the quantification of movement through corridors and bottlenecks. These studies were usually conducted with populations of homogeneous characteristics to reduce influencing variables and for reasons of practicability. Studies which consider heterogeneous characteristics in performance parameters are rarely available. In response and to reduce this lack of data a series of well-controlled large-scale movement studies considering pedestrians using different types of wheelchairs was carried out. As a result it is shown that the empirical relations ρ¯(v¯) and Js¯(ρ¯) are strongly affected by the presence of participants with visible disabilities (such as wheelchair users). We observed an adaption of the overall movement speeds to the movement speeds of participants using a wheelchair, even for low densities and free flow scenarios. Flow and movement speed are in a complex relation and do not depend on density only. In our studies, the concept of specific flow fits for the nondisabled subpopulation but it is not valid for scenario considering wheelchair users in the population.

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)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,003
Tête enseignante GPT0,206
Écart entre enseignants0,203 · 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

Citations42
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetEvacuation and Crowd DynamicsTravaux en français237 207