MétaCan
Menu
Retour à la cohorte
Enregistrement W618768674

A Synthesis on Cross-Border Travel: Focus on El Paso, Texas

2014· article· en· W618768674 sur OpenAlexaboutno aff
Ipek N. Sener, Karen Lorenzini, Luis David Galicia, Rafael M. Aldrete

Notice bibliographique

RevueTransportation Research Board 93rd Annual MeetingTransportation Research Board · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCross-Border Cooperation and Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Cross-border cooperationToolboxBridge (graph theory)Regional sciencePopulationFocus (optics)GeographyBusinessComputer scienceSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Because of the importance of cross-border transactions to local, regional, and national economies, a complete understanding on the characteristics of cross-border travel is invaluable. In addition, for all modes of cross-border travel, improved efficiency is often preferred as an overarching solution, and yet formulating specific improvement strategies depends upon a fundamental understanding of the cross-border issues as well as the factors influencing the travel. The objective of this study is thus to provide a synthesis review to examine cross-border travel, explain influences on that travel, and contribute toward a better understanding the travel behavior decisions crossing an international border bridge. The current study has a particular focus on the case of El Paso, Texas; however, the study also provides valuable insights in the context of other U.S. border areas, both Canadian and Mexican, demonstrating the border’s import to the U.S. This study can serve as the basis for a comprehensive analysis and a robust model to understand the cross-border travel choice decisions. Moreover, as it provides a more complete understanding, this focused review contributes substantially to the local agencies’ analysis toolbox when considering proposed policy changes, capital improvements, and techniques to market cross-border travel to particular population groups, such as pedestrians.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,014
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,056
Tête enseignante GPT0,476
Écart entre enseignants0,420 · 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
GenreSynthèse

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Board 93rd Annual MeetingTransportation Research BoardMême sujetCross-Border Cooperation and IntegrationTravaux en français237 207