MétaCan
Menu
Retour à la cohorte
Enregistrement W2986111414 · doi:10.4018/978-1-5225-9570-0.ch018

Operations Planning in Carsharing Systems

2019· book-chapter· en· W2986111414 sur OpenAlexaff
Behnam Izadi

Notice bibliographique

RevueAdvances in logistics, operations, and management science book series · 2019
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueTransportation and Mobility Innovations
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPoint (geometry)Computer scienceOperations researchNetwork planning and designStrategic planningTransport engineeringBusinessEngineeringMarketingTelecommunications

Résumé

récupéré en direct d'OpenAlex

Shared mobility systems such as carsharing provide significant social and environmental benefits by reducing the number of vehicles used in the urban transport network. The carsharing systems are facing many challenges from the design to operation stages. In the design and strategic management level, it is important to find the best location for the stations, a minimum number of vehicles and a minimum number of operating staff, and in the operation stage, the most important problem is to relocate the vehicles moved by the members among the network to maximize the satisfied demands while the system is still economical. Effective and efficient optimization technology that can respond to user's demand is one of the necessary components for a successful carsharing system. The authors survey the related operations research models in the academic literature proposed to model different aspects of carsharing systems from a strategic and operational point of view to find the gaps and propose opportunities for new research.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
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 Opus0,018
Tête enseignante GPT0,260
Écart entre enseignants0,242 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 revueAdvances in logistics, operations, and management science book seriesMême sujetTransportation and Mobility InnovationsTravaux en français237 207