MétaCan
Menu
Retour à la cohorte
Enregistrement W4406560814 · doi:10.1016/j.cstp.2025.101377

Developing a route calculator for e-bikes based on GPS data

2025· article· en· W4406560814 sur OpenAlexaffabout
Catherine Morency, Jean-Simon Bourdeau

Notice bibliographique

RevueCase Studies on Transport Policy · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHuman Mobility and Location-Based Analysis
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésCalculatorGlobal Positioning SystemComputer scienceTransport engineeringTelecommunicationsEngineeringOperating system

Résumé

récupéré en direct d'OpenAlex

Electric-Assisted bikes, or e-bikes, are a low-carbon mode of transportation. Therefore, they could help in mitigating climate change by reducing greenhouse gas emissions caused by the transportation sector. Indeed, they could replace personal cars for some trips. However, even if the use of e-bikes is developing in Europe, it is less the case in North America. In particular, little information is available regarding the use of e-bikes in Québec (Canada). In order to include them into transportation planning, it would be useful to know more precisely the potential routes that e-bikes could follow. Using GPS data from e-bike trials in the six major regions of Québec (Canada), we develop a route calculator dedicated to e-bikes by computing the cost of each link thanks to the observed speeds in the dataset. This calculator takes into account the slope and road category. The computed itineraries are coherent with the dataset and with another dataset containing trips from the e-bike sharing system in Montreal (Québec Region, Canada).

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 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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,884
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,124
Tête enseignante GPT0,448
Écart entre enseignants0,324 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCase Studies on Transport PolicyMême sujetHuman Mobility and Location-Based AnalysisTravaux en français237 207