MétaCan
Menu
Retour à la cohorte
Enregistrement W4319438723 · doi:10.3311/pptr.20996

Test Environments to Analyse Methodological Improvements of Cost-benefit Analysis for Transport Interventions

2023· article· en· W4319438723 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePeriodica Polytechnica Transportation Engineering · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensTransport Canada
Organismes subventionnairesEuropean Social FundMagyarország KormányaHungarian Scientific Research Fund
Mots-clésPsychological interventionRisk analysis (engineering)Test (biology)Cost–benefit analysisComputer scienceOperations researchTransport policyEnvironmental economicsManagement scienceEconometricsEconomicsBusinessTransport engineeringEngineeringPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Planners and policymakers are concerned that cost-benefit analysis (CBA) rankings are so sensitive that even minor adjustments in contentious input parameters might result in drastically different policy recommendations. Although there is a need for methodological improvement, CBA seems to retain its role as the most coherent and robust framework available for project appraisal. Based on the mentioned need for improvement, this paper aims to create a test environment to analyse possible methodological advances in transport CBAs. This test environment consists of three different models based on typical transport interventions. The models have different levels of complexity and computational need. The sensitivity of each model was tested, and the most critical factors were identified. The majority of the economic benefits come from travel time savings, so the value of time was identified as the five most sensitive factors for all cases.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,871
Score d'incertitude au seuil0,761

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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 Opus0,072
Tête enseignante GPT0,356
Écart entre enseignants0,283 · 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