MétaCan
Menu
Retour à la cohorte
Enregistrement W3036189015 · doi:10.5539/jas.v12n7p53

A Method of Location Selection for Rural Highway Transportation Service Facilities Based on GIS

2020· article· en· W3036189015 sur OpenAlexvenueno aff
Lili Huang, XU Shuang-ying, Languang Lu, Liangfei Xu, Yanjing Li, Yaping Zhang

Notice bibliographique

RevueJournal of Agricultural Science · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueTransportation and Mobility Innovations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnalytic hierarchy processTransport engineeringSite selectionSelection (genetic algorithm)Service (business)Process (computing)Computer scienceGeographic information systemOperations researchEngineeringGeographyBusiness

Résumé

récupéré en direct d'OpenAlex

To efficiently organize and optimize travel modes, meet safe, convenient and comfortable travel requirements for passengers, and promote the sound development of transportation infrastructure on rural highways, this paper reviews the common location selection methods for highway passenger stations, and compares the advantages and disadvantages of existing methods. Using rural highway passenger station as the research subject, we proposed a scientific, systematic and practical method for location selection based on GIS (Geographic Information System) technology. At the same time, we used AHP (Analytic Hierarchy Process) to establish, and to qualitatively and quantitatively analyze the model—in a scientific and rational framework—to determine the location of the stations. Location input data collected by this method are comprehensive, accurate and quickly-calculated. The entire site selection process is visualized in the form of pictures, which provides a method and theoretical reference value in the future for site selection construction on Rural Highway Transportation Service Facilities. Herein, this paper uses passenger stations as a research object and uses the stated methods above to achieve the desired results.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,782
Score d'incertitude au seuil0,189

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 GPT0,246
Écart entre enseignants0,229 · 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.

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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetTransportation and Mobility InnovationsTravaux en français237 207