Multichannel queueing behaviour in urban bicycle traffic
Notice bibliographique
Résumé
The objective of this paper is to propose a method to analyse and describe cyclists’ behaviour at signalized intersections with specific focus on the multichannel (multi-lane) queue phenomenon. As we observed, cyclists form queues without a fixed-lane and FIFO discipline, for which the classical, car-oriented analytical approach becomes insufficient. Cyclists’ multichannel queueing behaviour is common and characterized by substantial degree of variability, especially in case of shorter queues which emerge regularly at cycle crossings. Although cyclist behaviour has been widely studied by transportation research community, their queueing behaviour picture is still incomplete. Namely, there is no method addressed to analyse the full scope of these phenomena and to quantify their impact on the cyclist queue performance. To bridge this gap, we introduce the technique to observe multichannel queues and report relevant observations, which we then complement with a methodological framework to analyse obtained results and provide a complete multichannel queue description. We video-record cyclists as they enqueue to one of multiple channels, form the queue and smoothly merge into a single lane again as the queue discharges. We apply the method to analyse results from a pilot study of 160 cyclists forming 50 queues in the city of Krakow, Poland. The proposed method allows us to analyse and quantify the observed queue performance and its characteristics: the number of channels, their emergence process, channel and queue lengths, discharge process with FIFO violations, starting and discharging times. Findings from pilot study reveal that both queue length and discharge times strongly depend on queue formation process. The contribution of this paper is the method to describe multichannel cyclist queueing behaviour, enriching current picture of bicycle flow and cyclists’ behaviour. Since the method has been developed on relatively short queues (up to 10 cyclists), findings included in this paper primarily refer to such queue sizes. Nonetheless, the method is formulated in a generic way, applicable also for longer bicycle queues. Possible practical implications are new estimates for queue lengths and discharge times - useful for bicycle infrastructure design and traffic engineering purposes.
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 | 0,003 | 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 | 0,001 |
| 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 ».