Measuring Passenger Car Equivalents (PCE) for Heavy Vehicle on Two Lane Highway Segments Operating Under Various Traffic Conditions
Notice bibliographique
Résumé
Passenger Car Equivalent (PCE) is essential for transportation engineering to assess heavy vehicles’ (HV) impact on highway operations and capacity planning. Highway Capacity Manual 2010 (HCM 2010) used PCE values and percent of heavy vehicles to account the impacts on both highway planning and operation, however, PCE values in the latest version of HCM derived based on the steady and balanced two-lane-two-way (TLTW) traffic flows. The objective of the study is to identify PCE values for TLTW highway at various traffic volume with an emphasis on congestion conditions. This study introduces an analytical model, combining a headway-based and a delay-based algorithms, for estimating PCEs of HV on a TLTW highway. This study contributes to the literature by providing relationships among PCE, the traffic volume level (TVL) of both lanes, and the TVL duration on a TLTW highway. Traffic volume was categorized into five levels: TVL A (<250 pc/h), TVL B (250–375 pc/h), TVL C (375–600 pc/h), TVL D (600–850 pc/h), and TVL E (>850 pc/h). The results indicate that on a TLTW highway, the TVLs of both lanes and their durations have significant impact on PCE values. In general, PCE values increase as TVL duration increases. Trucks have much higher impacts on operation under unbalanced conditions of TVL A with D, TVL B with C, and TVL D with B, when duration time is greater than one hour. When both lanes are saturated, trucks’ effect on capacity diminishes over time, and PCE values are approaching to 1.0.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».