Notice bibliographique
Résumé
Because the United States has taken steps in recent years to invest significant funds to implement high-speed rail, it is important to consider how high-speed rail has developed elsewhere since its original deployment between Tokyo and Osaka, Japan, in 1964. The three models of highspeed rail development that have emerged over the past 50 years are (a) the exclusive-corridor strategy exemplified by Japan, (b) the hybrid-corridor strategy found in France and Germany, and (c) the comprehensive national network strategy pioneered by China. The relevance of these three models to high-speed rail development in the United States is conditioned by several factors, including previous attempts to develop high-speed rail in the country, the institutional organization of the existing U.S. freight rail industry, and external market dynamics. Although the U.S. railroad industry has evolved differently and moved apart from rail operations in many other countries, external market dynamics such as growing urban populations and increased demand for passenger rail transportation appear to be converging with those in the rest of the world. Accordingly, several lessons are drawn for the United States from global high-speed rail experience: (a) a higher degree of relevance and higher ease in knowledge transfer would occur from following the exclusive-corridor model, (b) less difficulty in knowledge transfer but less relevance would arise in adopting the hybrid-corridor model, and (c) more relevance but more difficulty of knowledge transfer accompanies pursuit of the comprehensive national network model.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».