MétaCan
Menu
Retour à la cohorte
Enregistrement W2952987575 · doi:10.5383/jttm.01.01.002

Dynamic, multi- and intermodal bike sharing in agent-based modelling

2019· article· en· W2952987575 sur OpenAlexvenueno aff
Cornelia Hebenstreit, Martin Fellendorf

Notice bibliographique

RevueInternational Journal of Traffic and Transportation Management · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesBundesministerium für Verkehr, Innovation und Technologie
Mots-clésBike sharingTRIPS architectureCyclingTransport engineeringPublic transportParking spaceComputer scienceTraffic congestionMultimodal transportEnvironmental scienceOperations researchSimulationEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

Negative effects of traffic, like congestion, air and noise pollution are among the reasons why environmentally friendly solutions are promoted. Bike sharing (bs) is intended to strengthen cycling and public transport. Nevertheless, current transport models rarely consider cycling or even bs, in either detail or holistically. In this paper we present an agent based approach to model cycling and in particular bs within the multimodal simulation environment MATSim. Multimodal trips combining public transport and bs are included as well as within day rescheduling of bs trips as agents may not find a bike or empty return space (parking spot). To minimize such cases, choice probabilities were implemented, so that agents only start their bs trip, if sufficient bikes or parking spots are available. The modules presented in this paper were applied using a MATSim model of the city of Vienna. Agent based bs modelling is an inexpensive option to test the impact of a bike sharing system before implementation.

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 enseignants0,097
Score d'incertitude au seuil0,299

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,019
Tête enseignante GPT0,297
Écart entre enseignants0,278 · 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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Traffic and Transportation ManagementMême sujetUrban Transport and AccessibilityTravaux en français237 207