Development of a Knowledge Base for Multiyear Infrastructure Planning for Connected and Automated 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
Connected and automated vehicles (CAVs) require proper infrastructure for safer and more reliable operations. Many state and local planning agencies have developed multiyear capital programs to provide such infrastructure in a timely manner within their limited budgets. Meanwhile, the traffic environment will evolve over time as CAV technologies become available (i.e., toward the mixed environment of CAVs and human-driven vehicles), which requires infrastructure plans specific to different planning terms (i.e., short-, medium-, and long-term) to accommodate changing infrastructure needs. To develop an effective multiyear infrastructure plan, planning agencies need to understand changing infrastructure needs with time, identify alternative infrastructure options for different planning terms, and select the most appropriate ones based on their long-term vision. This study performed a systematic literature review to develop a knowledge base for multiyear infrastructure planning for CAVs. To be more specific, the literature review aims to develop the following knowledge areas: (1) identification of existing and future infrastructure options for the operation of CAVs, (2) understanding the role of infrastructure to support different functions of CAVs to realize safety, mobility, and environmental benefits, and (3) integration of the aforementioned findings into planning agencies’ multiyear infrastructure plans for CAVs. Based on the review, this study categorizes different CAV infrastructure into existing infrastructure and future infrastructure options while considering five system functions of CAVs (i.e., cooperative merging, platooning, intersection movement, dynamic routing, and cooperation and connected functions) to illustrate the role of these infrastructure options under different traffic scenarios. The implementation of the developed knowledge base is demonstrated through a case study of two selected state agencies’ long-term infrastructure planning for CAVs.
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