MétaCan
Menu
Retour à la cohorte
Enregistrement W3004557067 · doi:10.1080/19439962.2020.1712672

Freight transportation planning for regular and hazmat materials with simplified risk functions

2020· article· en· W3004557067 sur OpenAlexafffundabout
B. M. Bornay, M. Chen, Satyaveer S. Chauhan

Notice bibliographique

RevueJournal of Transportation Safety & Security · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRouting (electronic design automation)Transport engineeringOperations researchFunction (biology)Computer scienceStability (learning theory)Flow networkMathematical optimizationEngineeringMathematicsComputer network

Résumé

récupéré en direct d'OpenAlex

Routing regular and dangerous commodities in railway freights transportation is discussed in this paper. Based on a link-based modeling approach, a mixed integer nonlinear programing model is developed. The model takes into account weather stability conditions of urban and rural areas and spatial distribution of risk at yards and around links as it impacts these zones along the routes. This paper also discusses the advantages of using bifurcation of flows on risk-cost tradeoffs and route planning decisions. The widely used nonlinear risk function is linearized and then the problem was solved to optimality using a commercial software. Results of the experiments on two hypothetical networks and one based on the rail network of the Province of Québec in Canada are presented and analyzed. Routing decisions associated with both variants of the proposed model with bifurcation of the material flows are compared to obtain managerial insights on the model in solving hazmat freight routing problems.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,049
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,045
Tête enseignante GPT0,310
Écart entre enseignants0,265 · 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'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
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Transportation Safety & SecurityMême sujetRisk and Safety AnalysisTravaux en français237 207