Investigation of Early-Onset Breakdown Phenomenon at Urban Expressway Bottlenecks in Shanghai, China
Notice bibliographique
Résumé
Based on the analyses of recurring bottlenecks in Shanghai’s expressways using spatial-temporal diagram, three typical isolated bottlenecks (a lane drop, an on-ramp, and a weaving section) were selected and method of transformed curves was adopted to investigate the traffic flow characteristic using the loop detector data. The starting and ending times of the three kinds of bottlenecks, pre-queue flow (PQF), queue discharge flow (QDF) were analyzed. Finally, some conclusions were discovered that QDF was higher than PQF in bottleneck sections of lane drop and on-ramp, the average difference were 18% and 27% respectively, but the situation was different in weaving section, the average rate of reduction was 22%. The findings were obviously different from results of diverse bottlenecks in other countries (e.g. M4 motorway near London, United Kingdom, I-494 in Minneapolis, Minnesota, USA, the Queen Elizabeth Way (QEW) and the Gardiner Expressway in metropolitan Toronto, Canada), i.e., the bottlenecks in lane drop section and on-ramp bottleneck have the early-onset characteristics. At last, the reasons of early-onset breakdown were preliminarily discussed from the aspects of driving behaviors, the temporal feature of flow rate and the feature of merging.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».