MétaCan
Menu
Retour à la cohorte
Enregistrement W4388986469 · doi:10.1061/jtepbs.teeng-8141

Estimating Pedestrian Volumes at Each Crosswalk of Intersections: Comparison of Land-Use Models and Short-Term Count Methods

2023· article· en· W4388986469 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

RevueJournal of Transportation Engineering Part A Systems · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSchema crosswalkPedestrianTerm (time)GeographyEnvironmental scienceStatisticsMathematicsComputer scienceTransport engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Estimating pedestrian exposure for all the intersections in a jurisdiction is crucial for developing strategies with a focus on pedestrians. Some engineering applications require the annual average daily pedestrian traffic (AADPT) to be disaggregated per crosswalk. When continuous counts are available at the intersection, this indicator can be calculated directly. However, when only short-term counts (STCs) or no information on pedestrian volume is available, the AADPT per crosswalk cannot be calculated and must be estimated using other means. This work (1) evaluated the degree of confidence for estimating the pedestrian volume in each crosswalk based on point estimates of percentage shares per crosswalk obtained from STCs; and (2) developed models to estimate the percentage share of pedestrian volume per crosswalk as a function of attributes of the intersection that commonly are available for jurisdictions, referred to as the land-use (LU) model. The two methods were evaluated using continuous count data from three different jurisdictions, and a naive estimate assuming equal shares per crosswalk was used as a benchmark. The performance of each method was measured as the fraction of the intersection AADPT that was allocated wrongly to each crosswalk. The use of the LU model generated an average wrong allocation of 0.301, a statistically significant improvement of 11.4% compared with the naive estimate. The use of a STC from a single day produced an average wrong allocation of 0.153, an improvement of 54.9% from the naive estimate. Increasing the number of days of STCs to two or three resulted in average performance indicators of 0.117 and 0.106, respectively. The benefits of using STCs for more than three days are minimal. The STC method was developed using STCs from the same 1-year period in which the observed share was averaged. In practice, STCs are likely to be between 1 and 5 years old. Analysis using STCs from previous years showed that estimation error in practice may be as much as twice as large as the aforementioned errors.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,412

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,082
Tête enseignante GPT0,379
Écart entre enseignants0,297 · 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