MétaCan
Menu
Retour à la cohorte
Enregistrement W4313318012 · doi:10.1155/2022/5435598

The Passengers’ Motion Behaviours during the Gate Transfer Process: Models and Analysis

2022· article· en· W4313318012 sur OpenAlexvenueno aff
Shaopeng Yang, Tie‐Qiao Tang, Tao Wang, Liang Chen

Notice bibliographique

RevueJournal of Advanced Transportation · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueEvacuation and Crowd Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMotion (physics)Process (computing)TrajectoryTransfer (computing)SimulationNonlinear systemPerspective (graphical)AND gateComputer scienceEngineeringLogic gateArtificial intelligenceElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Once the gate of one departure flight needs to be reassigned, the passengers of this flight should move from the original gate to an alternative gate, which will affect the passengers’ motions near the boarding gates involved in the gate transfer process (e.g., the motion trajectory, the motion time, and so on). Therefore, it is necessary to study the impacts of gate reassignment on passengers’ motions and provide some reasonable suggestions for gate reassignment. However, it is not easy to describe large-scale passengers’ complex dynamic nonlinear interactions, especially involving passengers carrying luggage. Thus, we propose an extended social force (SF) model to describe each passenger’s motion when the flight’s gate is temporarily transferred to one alternative gate, where the proposed model has explicitly considered the interactions among the adjacent passengers and between the passengers and their luggage. The simulation results illustrate that the passengers’ motion directions, the number of passengers with carried luggage, and the passengers’ contact distances will affect the passengers’ motion efficiency during the gate transfer process. In addition, based on the simulation results, we propose some suggestions for gate reassignment from the perspective of the passengers’ motion efficiency, where the suggestions can help administrators better reassign boarding gates.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,658
Score d'incertitude au seuil0,219

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,222
Écart entre enseignants0,216 · 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.

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

Citations15
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetEvacuation and Crowd DynamicsTravaux en français237 207