MétaCan
Menu
Retour à la cohorte
Enregistrement W49432150

Demographic Microsimulation Model for Integrated Land Use, Transportation, and Environment Model System

2013· article· en· W49432150 sur OpenAlexaboutno aff
Franco Chingcuanco, Eric J. Miller

Notice bibliographique

RevueTransportation Research Board 92nd Annual MeetingTransportation Research Board · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicrosimulationDemographicsPopulationAgent-based modelScope (computer science)Operations researchGeographyComputer scienceEconomicsTransport engineeringEngineeringDemographyArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Integrated Land Use, Transportation, Environment (ILUTE) model system is an agent-based microsimulation model that dynamically evolves the urban spatial form, economic structure, demographics and travel behavior over time for the Greater Toronto-Hamilton Area (GTHA). This paper presents the ILUTE Demographic Updating Module (I-DUM), which updates the residential population demographics throughout the simulation. Given a synthetic base population, I-DUM updates the attributes of the agents at each time step. New agents are introduced through birth and in-migration, while agents exit through death and out-migration events. Unions between agents are formed through a marriage market, while a divorce model dissolves existing ones. Transitions to new households are also triggered by a move-out model. In addition to its comprehensive scope, I-DUM is a closed demographic model where social networks are built and maintained throughout the simulation. Maintaining social connections brings some advantages for modeling travel behavior and location choice. I-DUM is being tested against a twenty-year (1986-2006) period using a 100% synthetic GTHA population (4.1 million persons, 1.1 million families, 1.4 million households). The results are compared against historical observations across multiple dimensions. In general, I-DUM exhibits a strong performance, and the authors have confidence that it can maintain the validity of inputs to the other behavioral models in ILUTE. I-DUM's implementation has also been parallelized which brings significant performance improvements. Starting with over 6.5 million agents (which grows past 10 million), the simulation takes just under 10 minutes to complete a twenty-year run.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,074
Tête enseignante GPT0,362
Écart entre enseignants0,288 · 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

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Board 92nd Annual MeetingTransportation Research BoardMême sujetUrban Transport and AccessibilityTravaux en français237 207