MétaCan
Menu
Retour à la cohorte
Enregistrement W3040676828 · doi:10.28991/cej-2020-03091543

Macroscopic Traffic Flow Characterization at Bottlenecks

2020· article· en· W3040676828 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCivil Engineering Journal · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic control and management
Établissements canadiensUniversity of Victoria
Organismes subventionnairesUniversity of Engineering and Technology, PeshawarHigher Education Commission, PakistanUniversity of Engineering and Technology, Lahore
Mots-clésBottleneckHeadwayTraffic flow (computer networking)Traffic congestionTraffic congestion reconstruction with Kerner's three-phase theoryComputer scienceFlow (mathematics)SimulationStability (learning theory)Traffic modelTraffic bottleneckTraffic waveEnvironmental scienceTransport engineeringMechanicsEngineeringFloating car dataTraffic optimizationComputer networkPhysics

Résumé

récupéré en direct d'OpenAlex

Traffic congestion is a significant issue in urban areas. Realistic traffic flow models are crucial for understanding and mitigating congestion. Congestion occurs at bottlenecks where large changes in density occur. In this paper, a traffic flow model is proposed which characterizes traffic at the egress and ingress to bottlenecks. This model is based on driver response which includes driver reaction and traffic stimuli. Driver reaction is based on time headway and driver behavior which can be classified as sluggish, typical or aggressive. Traffic stimuli are affected by the transition width and changes in the equilibrium velocity distribution. The explicit upwind difference scheme is used to evaluate the Lighthill, Whitham, and Richards (LWR) and proposed models with a continuous injection of traffic into the system. A stability analysis of these models is given and both are evaluated over a road of length 10 km which has a bottleneck. The results obtained show that the behavior with the proposed model is more realistic than with the LWR model. This is because the LWR model cannot adequately characterize driver behavior during changes in traffic flow.

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.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,357
Score d'incertitude au seuil0,748

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,006
Tête enseignante GPT0,164
Écart entre enseignants0,158 · 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