MétaCan
Menu
Retour à la cohorte
Enregistrement W3000587320 · doi:10.1155/2020/4291018

Study on the Deocclusion of the Visibility Window of Traffic Signs on a Curved Highway

2020· article· en· W3000587320 sur OpenAlexvenueno aff
Jian Xiao, Jian Zhao, Liulin Yang, Juanxia He, Yu Li, Yuxiao Li

Notice bibliographique

RevueJournal of Advanced Transportation · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueSafety Warnings and Signage
Établissements canadiensnon disponible
Organismes subventionnairesChangsha University of Science and TechnologyMinistry of Education of the People's Republic of China
Mots-clésVisibilityTraffic signTransport engineeringSign (mathematics)Computer scienceCorrectnessOcclusionGeometric designWindow (computing)LegibilityChannel (broadcasting)EngineeringMathematicsAlgorithmTelecommunicationsOpticsMathematical analysisPhysics

Résumé

récupéré en direct d'OpenAlex

Highway navigation is often affected by complex topography, and the flat curve plays an important role in the horizontal alignment design of a highway. Many curves are formed, where visibility could be decreased. Thus, the indicative function of a traffic sign plays a crucial role in ensuring driving safety at the curve. Due to the blocked visibility, the probability of the traffic sign occlusion at the curve of operating highways is quite high. It is urgent to consider the clearing obstructions around traffic signs at curves during highway construction. In this study, the potential of visual occlusion for traffic signs on curved highways was investigated. Firstly, the driver’s visibility window that contains traffic signs was defined and criteria of visual occlusion were proposed. Secondly, a geometric occlusion design formula was established to mimic the visual recognition process of traffic signs on a curved highway, yielding the formula to calculate the visibility window. Finally, the occlusion design formula was applied into a case study of the Beijing-Hong Kong-Macau Expressway (Hunan section), in which visibility windows were calculated and analyzed. The obtained results verified the correctness and effectiveness of the occlusion design formula developed in this study.

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)0,001
score de la tête « metaresearch » (Gemma)0,008
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,037
Tête enseignante GPT0,306
Écart entre enseignants0,269 · 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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetSafety Warnings and SignageTravaux en français237 207