Travel Behavior of Car Travelers with the Presence of Park-and-Ride Facilities and Autonomous Vehicles
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.
Notice bibliographique
Résumé
Travelers' behavior is predicted based on their individual preferences. People search for alternatives to maximize their benefit from doing activities, such as increasing the activity time by minimizing the travel time. Traffic congestion and the scarcity of parking spaces in the city center motivate the decision-makers to encourage travelers to use the park-and-ride (P&R) system. An evaluation concerning the impact of using the P&R system on the travel behavior of car users is conducted. Some of the existing P&R facilities are incorporated into the daily activity plans of car travelers to produce new daily activity plans (i.e., P&R facility is considered an activity). By using the Multi-Agent Transport Simulation (MATSim) open-source tool, simulations of the daily activity plans including the P&R system and autonomous vehicles (AVs) are conducted. The study examines three scenarios: (1) a simulation of the existing condition, (2) a simulation of the daily activity plans of the travelers with the P&R system, and (3) a simulation of the daily activity plans of the travelers with the P&R system and AVs. The results show that using the P&R system increases the overall travel time compared with the existing conditions, and the use of AVs as a transport mode impacts the existing modal share as follows: 64 % of the car users switch to AVs, while 15 % of the car users switch to public transport. The output of this study might be used by policy-makers in parking pricing and the location of the P&R facilities.
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 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 | 0,000 | 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 | 0,000 |
| 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 découle