MétaCan
Menu
Retour à la cohorte
Enregistrement W4224212939 · doi:10.1177/03611981221089552

Modeling the Impacts of Off-Peak Delivery in the Greater Toronto and Hamilton Area

2022· article· en· W4224212939 sur OpenAlexaffabout
Tufayel Ahmed Chowdhury, James Vaughan, Marc Saleh, Kianoush Mousavi, Marianne Hatzopoulou, Matthew J. Roorda

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueUrban and Freight Transport Logistics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTruckTraffic congestionTransport engineeringTravel timeGovernment (linguistics)Agricultural economicsBusinessEnvironmental scienceEconomicsEngineeringAutomotive engineering

Résumé

récupéré en direct d'OpenAlex

Off-peak-hour delivery (OPHD) has the potential to reduce congestion in busy urban areas and at the same time improve the efficiency of logistics providers, shippers, and receivers. There has been growing interest in OPHD in the Greater Toronto and Hamilton Area (GTHA), an important freight hub in Canada. The Government of Ontario is considering permanently relaxing noise by-laws to promote OPHD throughout the province. The purpose of this study is to provide quantitative assessments of the impacts of region-wide adoption of OPHD for the GTHA. A recently developed commercial vehicle (CV) model for the GTHA is presented in the paper. Various OPHD scenarios have been tested with the CV model. The impacts of induced passenger demand have also been demonstrated. Modeling outcomes indicate that OPHD could result in 5,530 vehicle-hours saved in a day after induced demand is accounted for. Light truck carriers would benefit the most by shifting to off-peak hours and prioritizing Toronto and Peel Region customers would yield the highest travel time savings during the off-peak hours.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,569
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,101
Tête enseignante GPT0,313
Écart entre enseignants0,212 · 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 tête enseignante, 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

Citations18
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetUrban and Freight Transport LogisticsTravaux en français237 207