MétaCan
Menu
← Retour à la cohorte
Enregistrement W3188053207 · doi:10.1177/03611981211031544

Revised Method for Calculating Departure Sight Distance at Two-Way Stop-Controlled (TWSC) Intersections

2021· article· en· W3188053207 sur OpenAlexaff
Essam Dabbour, Said M. Easa

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésSightIntersection (aeronautics)Transport engineeringAccelerationEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

This paper introduces realistic acceleration profiles for light-duty vehicles departing from rest at two-way stop-controlled (TWSC) intersections where minor roads (controlled by stop signs) intersect with uncontrolled major roads. The new profiles are based on current vehicle characteristics and driver behavior patterns. They are established based on actual field data collected using global positioning system data loggers that recorded the positional and speed data of various experimental vehicles starting from rest at TWSC intersections. Acceleration profiles are established in this paper and are used to develop a revised method for calculating the departure sight distance at TWSC intersections. Design tables were created to provide realistic sight distance values at TWSC intersections for different design speeds and number of lanes on the major road. It was found that the current values of intersection sight distance suggested by the design guides may be inadequate. Such values may force some approaching drivers on the major road to reduce their speeds or move to different traffic lanes to avoid conflicting with the departing vehicles. These maneuvers may have negative impacts on traffic safety. Therefore, implementing the revised method for calculating intersection sight distance, as presented in this paper, may ultimately reduce traffic collisions at TWSC intersections.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,052
Tête enseignante GPT0,377
Écart entre enseignants0,324 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research Board→Même sujetTraffic and Road Safety→Travaux en français237 207→