MétaCan
Menu
Retour à la cohorte
Enregistrement W46615370

Predicting the level of use of underground routes in a multi-level urban environment

2010· dissertation· en· W46615370 sur OpenAlexaboutno aff
Wenyuan Zhang

Notice bibliographique

RevueSpectrum Research Repository (Concordia University) · 2010
Typedissertation
Langueen
DomaineEngineering
ThématiqueEvacuation and Crowd Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPedestrianDowntownTransport engineeringPreferencePath (computing)Computer scienceGeographyOperations researchEngineeringMathematicsStatistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Movement in dedicated pedestrian networks in urban environments is an important area for study in the field of urban planning. Researchers have investigated various related factors in path choice with regard to these settings. However, the preference of pedestrians for underground and surface routes in a multi-level urban system is still relatively unknown, making it difficult to model pedestrian dynamics in such complex spatial systems. The purpose of this thesis project is firstly to investigate the factors affecting pedestrian path choice in a multi-level urban environment and secondly, to propose an assignment model for pedestrian circulation in a multi-level system, with parameters from the first study. The results obtained from three operating tunnels in downtown Montreal show that seasonal change has an effect on pedestrian preference for path choices, suggesting that weather conditions are a major factor related to the use of underground routes. Although there is no statistically significant relationship between personal or systematic factors and preference for routes, the influence of systematic factors can be observed in the three cases. The assignment model is applied in a case study of Concordia tunnel system under construction. This study contributes to the investigation of factors affecting path choices, surface or underground routes, and proposes a new model to project pedestrian flow.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,087
Tête enseignante GPT0,279
Écart entre enseignants0,192 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpectrum Research Repository (Concordia University)Même sujetEvacuation and Crowd DynamicsTravaux en français237 207