MétaCan
Menu
Retour à la cohorte
Enregistrement W653698129

Investigating Economic Viability of Personal Rapid Transit (PRT) System for a University Campus and Its Surroundings

2013· article· en· W653698129 sur OpenAlexaboutno aff
Shahram Tahmasseby, Lina Kattan

Notice bibliographique

RevueTransportation Research Board 92nd Annual MeetingTransportation Research Board · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicrosimulationInvestment (military)Internal rate of returnAbu dhabiTransport engineeringTransit (satellite)Public transportCost–benefit analysisRevenueBusinessEnvironmental economicsEnvironmental scienceEngineeringMetropolitan areaEconomicsFinanceGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper discusses the methodology and results of an economic viability analysis of a demand-responsive personal rapid transit (PRT) system in a Canadian city. A microsimulation model was built to examine the feasibility of a PRT system linking the University of Calgary and surrounding major attractions. The environmental benefits of PRT operation were estimated in terms of reduction of air pollutants. Microsimulation was used to obtain accurate estimates of travel time and access/egress time for PRT and other transit modes, travel time savings for PRT patrons, and estimates of emissions. The investment costs were estimated using data from existing PRT projects (e.g., Heathrow Airport, Cardiff and Daventry, UK and Masdar City, Abu Dhabi, United Arab Emirates). Ridership was estimated by means of a catchment area method adopted from public transit. A cost-benefit analysis model was developed to evaluate the economic viability of the system, considering the capital and operation costs associated with serving the dispersed sites. The sensitivity of the internal rate of return to changes in demand and investment cost was also investigated.

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)0,008
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,290
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,052
Tête enseignante GPT0,341
Écart entre enseignants0,290 · 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.

Devis d'étudeObservationnel
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Board 92nd Annual MeetingTransportation Research BoardMême sujetTransportation Planning and OptimizationTravaux en français237 207