FEATURES OF THE FUNCTIONING OF ROADSIDE PARKING SPACE
Notice bibliographique
Résumé
The aim of the study is to investigate the natural quantitative characteristics of the functioning of a roadside (linear) parking area: the number of parking sessions, the occupancy of the parking space, the distribution of storage periods, the intensity of entry and exit of cars, the turnover of parking spaces, etc. The object of the study is the processes of functioning of a roadside parking lot located near an educational institution (school). The subject of the study is the features of the functioning of a parking space of this type. In contrast to well-known publications, the evolution of key indicators of roadside parking is considered, that is, their dependence on the time (quarter) of the year. Observations were carried out continuously for a week both in spring (April) and summer (July), autumn (October) and winter (February). The data for the study were obtained using the stationary measuring software and hardware complex «Azimuth DT», which monitors the movement of vehicles in the parking area continuously throughout the entire observation period. Digital processing of video recording data of cars entering and leaving the parking lot allowed us to establish that almost all the determined quantitative characteristics of the parking space are not constant and depend on the season, which must be taken into account when placing, planning and organizing the functioning of the parking area. It is noted that the specific generation of correspondence and the required number of parking spaces near the centers of mass gravity are sensitive to the characteristics of the urban area and, apparently, vary greatly across the regions of the country. The indicators obtained for urbanized areas of other countries are unique and are not applicable for practical use in Russia. It is advisable to extend the experience and methodology of studying the parking space to the study of the performance indicators of flat, including intercepting, and multi-level parking lots.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».