MétaCan
Menu
Retour à la cohorte
Enregistrement W596112678

FORECASTING DAILY USAGE OF A TOLL HIGHWAY

2000· article· en· W596112678 sur OpenAlexaboutno aff
Ali Mekky

Notice bibliographique

RevueTraffic engineering & control · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic Prediction and Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTollTransport engineeringToll roadTraffic countCalibrationStatistical analysisRegression analysisComputer scienceElectronic toll collectionOperations researchTraffic congestionEngineeringStatisticsMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

407 ETR, also known as Highway 407, is the world's first fully electronic highway to serve only an urban area; it operates in the Greater Toronto Area (GTA) of Canada. It is a toll road in the GTA, built to relieve Highway 401, the busiest road in North America; about 67km of its eventual 154km is currently open. This paper describes the model development and calibration processes used to estimate the daily usage of the 407 ETR. Forecasting was required for the period 15 June 1998 to 31 December 1998, using data from 14 October 1997 to 14 June 1998. The calibration and forecasting were especially difficult, because major increases in user numbers were being obtained through progressive ramp-up. The data used here came from the electronic tolling system, which is an excellent system for highway monitoring and planning, which contains data about every vehicle using the system. The paper first develops and explains the four mathematical models used, then gives calibration results to find which model is best. After that, it gives validation results, comparing the predicted numbers of highway users with the observed numbers during a five-month period; the two sets of numbers agreed reasonably well. Statistical methods used included significance tests, regression analysis, and time series analysis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,290
Score d'incertitude au seuil0,903

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,174
Écart entre enseignants0,168 · 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 tête enseignante, 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
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTraffic engineering & controlMême sujetTraffic Prediction and Management TechniquesTravaux en français237 207