MétaCan
Menu
Retour à la cohorte
Enregistrement W2954211167

Modeling of On-Street Parking for 4-Wheeler in Urban CBD: A Case Study

2018· book· en· W2954211167 sur OpenAlexaboutno aff
Debasish Das, Mokaddes Ali Ahmed

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineEngineering
ThématiqueSmart Parking Systems Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaTransport engineeringCarriagewayCentral business districtOccupancyTraffic congestionBusinessService (business)Level of serviceParking guidance and informationPark and rideGeographyPublic transportEngineeringCivil engineeringMarketing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Parking of vehicles is one of the most important aspects of the transportation system in any central business district (CBD) worldwide. Indian metropolitan cities are also facing the same. Lack of off-street parking force the users to park their vehicle on-street leading to increase in on-street parking demand. The demand is also increasing due to the increase in the vehicular ownership and the poor quality of transit system. As a result, main carriageway width is reduced, flow is decreased and unnecessary congestion to traffic flow is being created. Managing the on-street parking demand is a very important issue in transportation planning, especially for metropolitan cities. The present study aims to estimate on-street parking accumulation profile, parking occupancy profile, parking attraction, on-street parking demand, Level of Service (LOS) of on-street parking and effect of mode shift on on-street parking demand. Kolkata is one of the largest and oldest metropolitan cities in India. Four CBDs in Kolkata - Camac Street, Gariahat, Dalhousie and Park Street are selected as the case study areas on the basis of the intensity and type of land use and on-street parking scenario.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,610
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
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 Opus0,059
Tête enseignante GPT0,305
Écart entre enseignants0,246 · 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.

Devis d'étudeSimulation ou modélisation
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSmart Parking Systems ResearchTravaux en français237 207