MétaCan
Menu
Retour à la cohorte
Enregistrement W4320031355 · doi:10.2478/ttt-2022-0004

COVID Machine and Implementation of Anti-Pandemic Measures in Railway Passenger Transport in the Slovak Republic

2022· article· en· W4320031355 sur OpenAlexaboutno aff
Zdenka Bulková, Lenka Černá

Notice bibliographique

RevueTransport technic and technology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCOVID-19 impact on air quality
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Regional Development Fund
Mots-clésCoronavirus disease 2019 (COVID-19)PandemicQuarter (Canadian coin)Public transportPassenger transportSlovakBusinessTransport engineering2019-20 coronavirus outbreakEngineeringGeographyCzech

Résumé

récupéré en direct d'OpenAlex

Abstract The COVID-19 pandemic crisis has had a major impact on the supply, demand, and economic performance of rail transport. The largest impact was recorded in the second quarter of 2020, from April to June. Passenger transport was more affected than freight transport, with international transport falling by an average of 85% in the second quarter of 2020. The reduction in rail transport in the first months of the crisis was a direct consequence of the public authorities’ response to the COVID-19 crisis (restrictions on passenger mobility) as well as the impact of the global economic slowdown, which generally led to a reduction in transport demand. The paper is focused on the impact of measures in railway passenger transport and subsequently on the implementation of new anti-pandemic measures in the next period. The paper describes the method of the Covid machine, which was introduced for a simple, concise, and comprehensible setting of the system of measures. The system for evaluating anti-pandemic measures is designed to inform about the current level of risk in relation to the measure in place.

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,843

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,022
Tête enseignante GPT0,300
Écart entre enseignants0,278 · 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'étudeObservationnel
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 revueTransport technic and technologyMême sujetCOVID-19 impact on air qualityTravaux en français237 207