MétaCan
Menu
Retour à la cohorte
Enregistrement W648123336

Phase 1 of the framework for high quality data collection of urban goods movement in Canada

2007· article· en· W648123336 sur OpenAlexaboutno aff
D Kriger, E Tan, Tara Erwin, N Baudais, Reinhold Wolff, Brenda McLaughlin, A Clavelle, Ma Yan, Deanna MacDonald

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueUrban and Freight Transport Logistics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessData collectionUrban planningTransportation planningData qualityEnvironmental planningQuality (philosophy)Sustainable developmentLand useLand-use planningTransport engineeringEnvironmental resource managementMarketingGeographyEngineeringCivil engineeringEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This project was conducted to develop an understanding of the types of data that are needed to address urban goods movement issues as they relate to land use planning, infrastructure planning, traffic safety and operations, demand management and sustainable transportation. The research has provided a comprehensive overview of urban goods movement issues as they relate to infrastructure planning, land use planning, traffic safety and operations, demand management, and sustainable transportation. The research also identified the challenges facing practitioners as well as the best practices around the world. Phase 1 also found that there are many deficiencies with the existing data sets as well as gaps in data; and there is no single, comprehensive source of quality goods movement data for use in urban (or inter-urban) goods movement planning. Based upon this assessment, Phase 1 developed and tested a web-based questionnaire to identify stakeholders' current urban goods movement data collection practices, data usage and needs. A contact list of stakeholders was also developed. A planned future Phase 2 of the research will administer the survey across Canada in order to inventory existing urban goods movement data and to identify data needs.

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)0,061
score de la tête « metaresearch » (Gemma)0,048
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil0,732

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0610,048
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,012
Études des sciences et des technologies0,0100,005
Communication savante0,0090,004
Science ouverte0,0040,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,075
Tête enseignante GPT0,287
Écart entre enseignants0,212 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUrban and Freight Transport LogisticsTravaux en français237 207