Exploration of Pedestrian Gap-Acceptance Behavior at Selected Locations
Notice bibliographique
Résumé
This paper describes the efforts to evaluate pedestrian gap acceptance as part of a recent TCRP-NCHRP project. Pedestrian crossing data were collected at 42 study sites in seven states. From those sites, 45 pedestrian approaches had at least one crossing event where a pedestrian rejected at least one gap, and 11 of those approaches had at least 20 such crossing events. Focusing on the 11 approaches, researchers evaluated the gap-acceptance behavior of crossing pedestrians with a two-part analysis: behavioral analysis and statistical analysis. Behavioral analysis revealed that pedestrians did not always wait to cross the street when all lanes were completely clear; instead, they anticipated that the lanes would clear as they crossed and used a “rolling gap” to cross the street. Statistical analysis revealed that the 11 approaches had 85th percentile accepted gaps between 5.3 and 9.4 s, with a trend of increasing gap length as crossing distance increased. All the observed 85th percentile accepted gaps were less than the critical gap as defined in the Manual on Uniform Traffic Control Devices for a walking speed of 3.5 ft/s (1.1 m/s) at their respective sites; this indicates that if 3.5 ft/s (1.1 m/s) were used as the design criterion, it would be sufficient to serve at least 85% of the observed pedestrians at the study sites.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».