MétaCan
Menu
Retour à la cohorte
Enregistrement W4286484294 · doi:10.1061/jtepbs.0000702

A Decision Support Tool for Accommodating Right-Turning Trucks at Urban Intersections in Walkable Communities

2022· article· en· W4286484294 sur OpenAlexaffabout
Maryam Moshiri, Jeannette Montufar, Jonathan D. Regehr

Notice bibliographique

RevueJournal of Transportation Engineering Part A Systems · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueUrban and Freight Transport Logistics
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésWalkabilityTransport engineeringPedestrianTruckIntersection (aeronautics)Context (archaeology)Geometric designCommunity designComputer scienceBusinessEngineeringBuilt environmentGeographyCivil engineering

Résumé

récupéré en direct d'OpenAlex

Many North American jurisdictions are creating walkable urban environments through compact Complete Streets (CS) geometric designs, while not addressing the mobility and accessibility of goods despite the essential role goods movement plays in sustaining the liveability of the community. Prescriptive curb radii limits recommended by CS guidelines to lower pedestrian crossing distances may not adequately accommodate the right-turn maneuver of a truck. The paper develops a performance-based decision support tool to guide the design of urban intersection curb radii that facilitate the safe and efficient accommodation of trucks and pedestrians. The decision support tool relies on a novel Freight-Walkability relationship to define the context of urban intersections and establishes a curb radius design domain. A case study demonstrates the quantification of the Freight-Walkability relationship (in terms of peak hour right-turning truck volumes and a proposed Walkability Index) and the application of the tool at an existing intersection in Winnipeg, Canada. The tool helps transportation engineers and planners balance the mobility needs of trucks and pedestrians through short-term street-level design changes and long-term land use transformations.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
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: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 GPT0,210
Écart entre enseignants0,190 · 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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Transportation Engineering Part A SystemsMême sujetUrban and Freight Transport LogisticsTravaux en français237 207