MétaCan
Menu
Retour à la cohorte
Enregistrement W4234335715 · doi:10.32920/ryerson.14649798.v1

Sensitivity of Rodel Roundabout Delay Estimates to Input Parameters

2021· preprint· en· W4234335715 sur OpenAlexaffabout
Nasim Norouzi

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueTraffic control and management
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésRoundaboutSensitivity (control systems)Computer scienceRADIUSMathematicsTransport engineeringEngineeringElectronic engineeringComputer network

Résumé

récupéré en direct d'OpenAlex

Modern roundabouts are developed to increase the traffic capacity and decrease the traffic delay. They are popular around the world and are becoming common in Canada and the United States. A great design of a roundabout is to achieve the minimum delay. According to the research papers regarding the delay at roundabouts, it is expected the vehicle delay, the stop ratio at various traffic volumes, and the level of saturation of roundabouts are smaller than the amount of similar parameters on un-signalized intersections. The purpose of this thesis is clarification and measurement of the geometric parameters through the RODEL software to depict their influence on the sensitivity of roundabout delay. This study has been done through creation and analysis of numerous tables and graphs for various traffic volumes and peak periods. Furthermore, the required accuracy of each parameter in estimating delay of a planned roundabout is determined. The outcome of this analysis indicates the effects of the geometric parameters on the roundabout delay. While the Half Width, Entry Width, and Flare Length have the greatest influence on the delay, the Entry Radius, Entry Angle (PHI), and Inscribed Circle Diameter have the least influence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,221
Écart entre enseignants0,209 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetTraffic control and managementTravaux en français237 207