Analysis of Traffic Congestion Factors in Typical Sections of Expressways Using Structural Equation Model
Notice bibliographique
Résumé
Urban expressways serve as the main arteries of urban transportation. Congestion and traffic disruptions on expressways can easily lead to the paralysis of the entire regional transportation system. Accurately understanding the patterns of congestion formation and influencing factors on expressways is beneficial for improving traffic efficiency and reducing travel costs. This study takes typical sections of expressway diverging and exit sections as examples, introducing traffic data provided by navigation systems to explore the potential influencing factors and formation processes of urban expressway traffic congestion. This study explores the effects of operating conditions, control facilities, road properties, weather, and other factors on the smoothness of exit sections based on navigation and field survey data. The traffic congestion index is used as an indicator of congestion degree to evaluate the smoothness of typical area of urban expressways exit sections and the overall safety of urban roads. A structural equation model is used to construct a traffic congestion impact model. The results show that traffic facilities ( β = 0.462, p < 0.001), road conditions ( β = 0.177, p < 0.001), road location ( β = 0.129, p < 0.001), spatiotemporal characteristics (time of day: β = 0.295, p < 0.001; day of week: β = −0.105, p < 0.001), environment ( β = 0.021, p < 0.001), and driving behavior ( β = 0.326, p < 0.001) have a significant impact on traffic congestion. And driving behavior can be used as an intermediate variable to affect the relationship between transportation facilities, road conditions, road location, spatiotemporal characteristics, environment, and traffic congestion. The research contributes to a precise understanding of the formation patterns and influencing factors of urban expressway traffic congestion, laying the groundwork for the adoption of targeted traffic management measures to improve traffic flow efficiency and reduce accident occurrences.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».