THE EFFECT OF TRAM MANAGEMENT ON ROAD TRAFFIC FLUIDITY AND ITS INFLUENCE ON DRIVERS’ BEHAVIORS AT A CRITICAL JUNCTION IN ALGERIA
Notice bibliographique
Résumé
This research paper aims to study the effect of tram management on traffic fluidity and its impact on car drivers’ behaviors at junctions crossed by trams. The methodology used in this research is based on a mathematical model and an investigation of car drivers. The first step is to analyze the data of annual travelers’ attendance and assess the number of trams offered and needed in operation to respond adequately to the factual demand. The second step proceeds to show how the previous results of the trams’ fleet influence traffic jams. That is, this step identifies how the number of trams used in operation blocks other motorists and reduces traffic flow capacity at junctions. Finally, the purpose of the questionnaire is to determine car drivers’ opinions of the causes of traffic congestion at junctions and understand how this phenomenon affects their behaviors. The outcomes demonstrate that tram management is ineffective because there is a considerable gap between the annual offered tram fleet and the actual one needed according to the real statistical data. The high number of trams utilized is the leading cause of traffic congestion. Furthermore, this situation disturbs the control of traffic lights at common intersections. Unfortunately, this outcome is the main reason for drivers’ poor behavior, as 75.20% of car drivers are always stressed. These issues have intensified traffic jams in several junctions along the tram line. The article recommends some solutions to improve tram management and traffic fluidity to avoid the substandard behavior of car drivers at junctions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».