MétaCan
Menu
Retour à la cohorte
Enregistrement W4296100939 · doi:10.1061/9780784484265.250

Method of Estimating the Number of Traffic Police Patrols and Standbys

2022· article· en· W4296100939 sur OpenAlexaff
Mingyue Miao, Said M. Easa, Mingxu Du, Lü Hui, Zhe Gong

Notice bibliographique

RevueCICTP 2022 · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSafety and Risk Management
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésPrecinctBeijingQueueing theoryPercentileComputer scienceOperations researchTransport engineeringComputer securityComputer networkEngineeringStatisticsMathematicsGeography

Résumé

récupéré en direct d'OpenAlex

The purpose of the paper is to find a quantitative method that assists frontline traffic police departments with estimating the minimum number of police patrol and standby labor needed. Based on queuing theory and the analysis of the birth/death process, we develop and establish a two-dimensional M/M/c/m queuing model. Under the constraint of waiting queuing time required, we can obtain the minimum number of police patrol. In terms of the number of the standby traffic police, we take the cumulative distribution function (CDF) of emergencies into account and choose the 99th percentile minus the 95th percentile as the minimum number of the standby police. Combined with local traffic data, we use the method to measure and estimate the number of the frontline traffic police within the precinct of Beijing Capital International Airport (BCIA), which can optimize shift schedules to meet current performance benchmarks and prevent secondary accidents.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,474
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,272
Écart entre enseignants0,257 · 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.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCICTP 2022Même sujetSafety and Risk ManagementTravaux en français237 207