MétaCan
Menu
Retour à la cohorte
Enregistrement W4387577538 · doi:10.5593/sgem2023/6.1/s27.52

TRANSPORT MANAGEMENT IN URBAN AREAS

2023· article· en· W4387577538 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

RevueInternational Multidisciplinary Scientific GeoConference SGEM ... · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic Prediction and Management Techniques
Établissements canadiensTransport Canada
Organismes subventionnairesnon disponible
Mots-clésTraffic congestionTraffic flow (computer networking)Transport engineeringComputer sciencePublic transportAdvanced Traffic Management SystemTraffic noiseControl (management)Urban areaIntelligent transportation systemEngineeringComputer security

Résumé

récupéré en direct d'OpenAlex

Effective transportation planning must take into account urban factors and public space in order to achieve sustainable and efficient solutions to transportation problems in urban areas. Public space includes not only parks, squares, and markets, but also sidewalks and roads. Properly managed transportation in public space can help minimize traffic congestion, ensure efficient and safe movement of vehicles, pedestrians, and cyclists, and overall improve its quality. The specific example which is frequently used in urban areas is adaptive traffic control system. It is able to automatically modify the length and frequency of green signals for individual directions depending on traffic situation. Adaptive traffic control uses sensors and camera systems that can detect traffic flow. Based on this data, they can modify traffic signal timing in real-time. It is important to consider urban factors and public area when we are using adaptive traffic control, For example, traffic signals control system may prioritize the traffic flow of pedestrians, cyclists or public transport. This prioritization can contribute to a more balanced use of the public area, thereby improving its overall quality. They can also help improve smoother traffic flow, reducing traffic congestion and its impact on air quality and noise pollution in urban areas.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,360
Score d'incertitude au seuil0,727

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,018
Tête enseignante GPT0,258
Écart entre enseignants0,239 · 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