MétaCan
Menu
Retour à la cohorte
Enregistrement W2954111909 · doi:10.20961/mateksi.v7i1.36531

STUDI GELOMBANG KEJUT PADA SIMPANG BERSINYAL DENGAN MENGGUNAKAN EMP ATAS DASAR ANALISIS HEADWAY (Studi Kasus Pada Simpang Bersinyal Jalan Raya Wonogiri-Sukoharjo – Jalan Gedongan – Jalan Ciu Karangwuni)

2019· article· id· W2954111909 sur OpenAlexaff
Burhan Ghifari YS, Agus Sumarsono, Amirotul M.H Mahmudah

Notice bibliographique

RevueMatriks Teknik Sipil · 2019
Typearticle
Langueid
DomaineEngineering
ThématiqueUrban Transport Systems Analysis
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysics

Résumé

récupéré en direct d'OpenAlex

Simpang bersinyal Jalan Raya Wonogiri-Sukoharj – Jalan Ciu Karangwuni – Jalan Gedongan merupakan salah satu simpang bersinyal 3 fase yang ada di Kabupaten Sukoharjo yang sering mengalami kemacetan pada jam sibuk, khususnya pada pendekat simpang Jalan Raya Wonogiri-Sukoharjo Selatan. Untuk itu dilakukan studi gelombang kejut di pendekat simpang Jalan Raya Wonogiri-Sukoharjo Selatan menggunakan nilai EMP dengan dasar analisis headway. Penelitian dilakukan pada hari Kamis, 18 Oktober 2018 pada jam puncak pagi jam 05.30-08.00 WIB. Analisis Headway menghasilkan nilai EMP MC= 0,45 dan HV= 1,29 yang selanjutnya nilai tersebut digunakan untuk merubah jumlah kendaraan menjadi satuan mobil penumpang (smp). Langkah selanjutnya adalah mencari hubungan matematis antara arus, kecepatan dan kepadatan menggunakan model greenshield, yang menghasilkan kecepatan arus bebas (Sff), kepadatan saat macet (Dj), dan Jumlah kendaraan maksimal (Vm). Hasil-hasil tersebut digunakan untuk menghitung nilai gelombang kejut dengan nilai tertinggi yang terjadi pada pendekat simpang Jl. Raya Wonogiri-Sukoharjo Selatan Lajur Luar dengan nilai ωab= -1,42 km/jam, ωcb= -13,75 km/jam, ωac= 12,15 km/jam. Nilai gelombang kejut tersebut digunakan untuk menghitung waktu penormalan dan panjang antrian pada masing-masing pendekat simpang.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0480,008

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 Opus0,009
Tête enseignante GPT0,209
Écart entre enseignants0,200 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMatriks Teknik SipilMême sujetUrban Transport Systems AnalysisTravaux en français237 207