MétaCan
Menu
Retour à la cohorte
Enregistrement W4229017860 · doi:10.1155/2022/7679496

Two Stop-Line Method for Modern T-Shape Roundabout: Evaluation of Capacity and Optimal Signal Cycle

2022· article· en· W4229017860 sur OpenAlexvenueno aff
Khurrum Jalil, Yuanqing Xia, Muhammad Noaman Zahid, Md Abdus Samad Kamal

Notice bibliographique

RevueJournal of Advanced Transportation · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic control and management
Établissements canadiensnon disponible
Organismes subventionnairesChina Scholarship Council
Mots-clésRoundaboutLine (geometry)Benchmark (surveying)Traffic flow (computer networking)SIGNAL (programming language)Transport engineeringFlow (mathematics)Sensitivity (control systems)EngineeringComputer scienceSimulationAutomotive engineeringMathematicsElectronic engineeringComputer network

Résumé

récupéré en direct d'OpenAlex

Uncoordinated traffic flows at the traditional roundabouts, especially with a small circumference and fewer lanes, are often heavily affected by congestion, which escalates fuel consumption, CO2 emissions, idling, and travel delay. An intriguing way to mitigate such uncoordinated flows at junctions would be facilitated through optimal traffic signalization. For this purpose, this paper presents a novel holistic Three-Leg Signalized Roundabout (TLSR) model based on two signalized stop lines (2SL). The first stop line is placed at each entry curve of a roundabout with effectual lane markings as usual. Hereafter, the second stop line is set exclusively in the circulatory roadway to improve left-turning mobility with an additional “short-lane model” to deal with heavy traffic, following specific patterns for smooth vehicle merging. The capacity and optimal signal cycle relationships are derived to evaluate the performance of the proposed TLSR-2SL, considering the internal space constraints of the roundabout. Under the various scenarios, the parameters’ sensitivity tests demonstrate that signal cycle and central radius play a significant role in enhancing the roundabout’s operational performance. From the executed simulation, the proposed framework improves the traffic flow by 15% and controls the relative error within 10% compared to benchmark methods.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,323
Score d'incertitude au seuil0,320

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,284
Écart entre enseignants0,264 · 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'étudeSimulation ou modélisation
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetTraffic control and managementTravaux en français237 207