MétaCan
Menu
Retour à la cohorte
Enregistrement W3108297775 · doi:10.1155/2020/2576769

Impact of Urban Undersea Tunnel Longitudinal Slope on the Visual Characteristics of Drivers

2020· article· en· W3108297775 sur OpenAlexvenueno aff
Shoushuo Wang, Zhigang Du, Fangtong Jiao, Libo Yang, Yudan Ni

Notice bibliographique

RevueJournal of Advanced Transportation · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésFixation (population genetics)Repeated measures designLobeFixation timeLongitudinal studyAnalysis of varianceMathematicsSimulationStatisticsAudiologyEngineeringMedicineAnatomy

Résumé

récupéré en direct d'OpenAlex

This study aims to investigate the impact of the urban undersea tunnel longitudinal slope on the visual characteristics of drivers. 20 drivers were enrolled to conduct the real vehicle test of the urban undersea tunnel. First, the data of average fixation time and visual lobe were collected by an eye tracker. The differential significance was tested using the one-way repeated measures analysis of variance (ANOVA). Then, the difference between the up-and-down slope (direction) factor and the longitudinal slope (percent) factor on the two indexes were analyzed using the two-way repeated measures ANOVA. Second, by constructing a Lorentz model, the impact of the longitudinal slope on the average fixation time and the visual lobe were analyzed. Besides, a three-dimensional model of the longitudinal slope, average fixation time, and visual lobe was quantified. The results showed that the average fixation time and visual lobe under different longitudinal slopes markedly differed when driving on the uphill and downhill sections. The average fixation time and visual lobe under two factors were markedly different. Moreover, with an increase in the longitudinal slope, the average fixation time exhibited a trend of increasing first then decreasing; the visual lobe exhibited a trend of decreasing first and then increasing. The average fixation time reached the minimum and maximum value when the slope was 2.15% and 4.0%, whereas the visual lobe reached the maximum and minimum value when the slope was 2.88% and 4.0%. Overall, the longitudinal slope exerted a great impact on the visual load of the driver.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,243
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 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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetTraffic and Road SafetyTravaux en français237 207