Smart Urban Mobility System Evaluation Model Adaptation to Vilnius, Montreal and Weimar Cities
Notice bibliographique
Résumé
To date, there is no developed and validated way to assess urban smartness. When evaluating smart city mobility systems, different authors distinguish different indicators. After analysing the evaluation indicators of the transport system presented in the scientific articles, the most relevant and influential indicators were selected. This article develops a hierarchical evaluation model for evaluating a smart city transportation system. The indicators are divided into five groups called “factors”. Several indicators are assigned to each of the listed groups. A hybrid multi-criteria decision-making (MCDM) method was used to calculate the significance of the selected indicators and to compare urban mobility systems. The applied multi-criteria evaluation methods were simple additive weighting (SAW), complex proportional assessment (COPRAS), and technique for order preference by similiarity to ideal solution (TOPSIS). The significance of factors and indicators was determined by expert evaluation methods: the analytic hierarchy process (AHP), direct, when experts evaluate the criteria as a percentage (sum of evaluations of all criteria 100%) and ranking (prioritisation). The evaluation and comparison of mobility systems were performed in two stages: when the multi-criteria evaluation is performed according to the indicators of each factor separately and when performing a comprehensive assessment of the smart mobility system according to the integrated significance of the indicators. A leading city is identified and ranked according to the smartness level. The aim of this article is to create a hierarchical evaluation model of the smart mobility systems, to compare the smartness level of Vilnius, Montreal, and Weimar mobility systems, and to create a ranking.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».