MétaCan
Menu
Retour à la cohorte
Enregistrement W4384929915 · doi:10.3390/ijgi12070288

A Novel Method for Extracting and Analyzing the Geometry Properties of the Shortest Pedestrian Paths Focusing on Open Geospatial Data

2023· article· en· W4384929915 sur OpenAlexaff
Reza Hosseini, Daoqin Tong, Samsung Lim, Qian Sun, Gunho Sohn, Győző Gidófalvi, Abbas Alimohammadi, Seyedehsan Seyedabrishami

Notice bibliographique

RevueISPRS International Journal of Geo-Information · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésPedestrianGeospatial analysisComputer scienceTraverseMetric (unit)SinuositySimilarity (geometry)Routing (electronic design automation)Hausdorff distanceTransport engineeringGeographyData miningArtificial intelligenceGeometryCartographyMathematicsEngineeringComputer networkImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

Unlike car navigation, where almost all vehicles can traverse every route, one route might not be optimal or even suitable for all pedestrians. Route geometry information, including tortuosity, twists and turns along roads, junctions, and road slopes, among others, matters a great deal for specific types of pedestrians, particularly those with limited mobility, such as wheelchair users and older adults. Offering practical routing services to these users requires that pedestrian navigation systems provide further information on route geometry. Therefore, this article proposes a novel method for extracting and analyzing the geometry properties of the shortest pedestrian paths, with a focus on open geospatial data across four aspects: (a) similarity, (b) route curviness, (c) road turns and intersections, and (d) road gradients. Deriving from the Hausdorff distance, a metric called the “dissimilarity ratio” was developed, allowing us to determine whether pairs of routes show any tendencies to be similar to each other. Using the “sinuosity index”, a segment-based technique quantified the route curviness based on the number and degree of the road turns along the route. Moreover, relying upon open elevation data, the road gradients were extracted to identify routes offering smoother motion and better accessibility. Lastly, the road turns and intersections were investigated as pedestrian convenience and safety indicators. A local government area of Greater Sydney in Australia was chosen as the case study. The analysis was implemented on OpenStreetMap (OSM) shortest pedestrian paths against Google Maps as a benchmark for real-world commercial applications. The similarity analysis indicated that over 90% of OSM routes were identical or roughly similar to Google Maps. In addition, while Spearman’s rank correlation showed a direct relationship between route curviness and route length, rS(758) = 0.92, p < 0.001, OSM, on average, witnessed more tortuous routes and, consequently, shorter straight roads between turns. However, OSM routes could be more suitable for pedestrians when the frequency of intersections and road slopes are at the center of attention. Finally, the devised metrics in this study, including the dissimilarity ratio and sinuosity index, showed their practicability in translating raw values into meaningful indicators.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,109
Tête enseignante GPT0,398
Écart entre enseignants0,289 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISPRS International Journal of Geo-InformationMême sujetUrban Transport and AccessibilityTravaux en français237 207