Comparative Study on Characteristics of Urban Road Network in Station Catchment Area between China and Other Countries for Station-City Integration
Dossier post-publication
Source : Retraction Watch, jointe par DOI. OpenAlex consigne la rétractation dans is_retracted, un booléen sur un espace d'états à au moins quatre valeurs ; il ne peut donc exprimer ni une expression de préoccupation, ni une correction, ni un rétablissement, et les rapporte comme false, ce qui se lit comme « rien à signaler ».
Notice bibliographique
Résumé
The urban road network is one of the most important factors affecting urban traffic operation in station catchment areas, as well as the main factor in station-city integration. China’s high-speed railway has developed rapidly, and station catchment areas encompassed by station-city integration have emerged as city planning and urban design aims. However, the differences in urban road network characteristics in the station catchment area between China and other countries have not been adequately researched yet. Considering 20 station catchment areas encompassed by the station-city integration as examples, this study analyzes the intersection quantity and network density in station catchment areas to compare the characteristics of urban road networks in China with those in Europe, North America, and Japan. Combined with the square block model calculation, we found the following. (1) The network density in non-China cases is concentrated in 16–22 km/km2. The Honkong West Kowloon Station and Shapingba Station approach this range, while the Shanghai Hongqiao Station and Hangzhou East Station feature considerably lower values than this range. (2) The intersection quantity in non-China cases is concentrated in 225 pcs/km2. Except for that of the Honkong West Kowloon Station, the values for the Shapingba Station, Shanghai Hongqiao Station, and Hangzhou West Station are lower than this range. (3) Developing small-scale blocks by gridding has an optimal effect on station catchment areas within the side-length range of 47.1–97.5 m. (4) The current situation of the entire urban road network and the specifications for the design codes of the road network exhibit a certain correlation with the road network characteristics of the station catchment areas.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».