Performance Assessment of a Rehabilitation Transportation Reservation Matching Service with Market Design Mechanisms
Notice bibliographique
Résumé
Government agencies provide huge amount of subsidies to support the rehabilitation transportation service over the past decade in eastern Taiwan; however, low demand request fulfillment rate, limited medical and transportation resources, long travel distances, and an extremely high percentage of dead mileages are still the main challenges faced by rehabilitation transportation service providers. This study applies the market design theory to match the rehabilitation buses with the requests of patients, so as to improve resource utilization efficiency in rural areas. The developed market design mechanisms aim to allocate resources to those who need them most in a matching manner, by using the deferred acceptance algorithm and the top trading cycle approach. The model is initialized with the requests of those who choose the rehabilitation bus based on their desired boarding time slots. On the other hand, the service providers of the rehabilitation bus would determine patients’ schedule based on their disability level, willingness to share the ride, number of fulfilled appointments during this month, and the travel distance of this trip as the order of preference. Since the current vehicle dispatching rule is to reserve seats of a rehabilitation bus on the “first-come-first-served” basis, and it cannot fully satisfy patients need. In accordance with the historical data, 63 of 72 demand requests could successfully reserve the seats. In the “first-come, first-served” mode, 48 requests obtained the first-ranking shift (i.e., their desired time slots), and the sum of their disability level score is 155. In the market design matching mode, 57 requests obtained the first-ranking shift, and the sum of their disability level score is 170, which demonstrates that the proposed market design matching mechanism outperforms than the conventional rules.
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».