MétaCan
Menu
Retour à la cohorte
Enregistrement W560685502

LONGER FREIGHT TRAINS: POSSIBILITIES AND LIMITATIONS

2000· article· en· W560685502 sur OpenAlexaboutno aff
H. Vogel

Notice bibliographique

RevueRail international · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueRailway Systems and Energy Efficiency
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrainFreight trainsTransport engineeringRail freight transportEngineeringBogieAutomotive engineeringOverhead (engineering)TelecommunicationsElectrical engineeringGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Long heavy freight trains are in regular scheduled operation in Russia, the USA, Canada, Brazil, South Africa, and Australia. The heaviest trains so far have had a gross load of 40,000t, and trains with 24,000t loads are not uncommon. Many trains are over 3km long. These railways usually separate freight and passenger traffic as far as possible, and use only bogie wagons to carry freight. The advantages of longer heavier trains include: (1) greater throughput and thus greater capacity on congested lines; (2) no need to build double tracks or passing tracks; and (3) savings in numbers of locomotives and locomotive drivers. This paper presents an investigation by Swiss Railways (CFF/SBB) of the possibility of placing longer freight trains in service on the north-south main line via the Gotthard Tunnel under the Alps. The reasons for the study were related to threatened congestion on part of the rail network and the need to find more cost-effective freight transport. Aspects considered included journey times, traction, power supply and overhead lines, and signalling installations. The tests conducted showed that freight trains up to 1.5km long would be feasible if their individual wagons had relatively uniform braking properties; it would be necessary to use locomotives remotely controlled by radio.

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)0,009
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0040,010
Science ouverte0,0040,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,003

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 Opus0,014
Tête enseignante GPT0,192
Écart entre enseignants0,178 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations3
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRail internationalMême sujetRailway Systems and Energy EfficiencyTravaux en français237 207