MétaCan
Menu
← Retour à la cohorte
Enregistrement W6980781727

Cycling in Winter: Exploring innovative design principles and practices to support all season bicycle commuting for Winnipeg and Winter Cities worldwide

2014· other· en· W6980781727 sur OpenAlexaboutno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2014
Typeother
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCyclingDesign elements and principlesWork (physics)Climate changeUrban design
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cycling has experienced a renaissance in cities across North America over the last decade as it is embraced by urbanites for its convenience and affordability, and by governments to mitigate road congestion and climate change. Cycling levels are at their peak during the spring and summer season, yet as more people take up cycling they are adapting to winter weather in order to commute year round. Supporting cycling in winter is an underdeveloped area of municipal policy and the focus of this supervised research project. Cities in Canada and the northern United States have winter climates with snowfall, ice, and freezing temperatures for significant periods of the year. Cold weather climates present a variety of challenges to city planners in order to maintain sustainable transportation systems. Winter planning for cycling has become the next “hot topic” in Canada and the United States yet many winter cities are just beginning to look at strategies to promote four season cycling. How can cities determine the best policies, plans and programs to better support cycling in winter? What bicycle route, road network or bicycle facility should a city select to accommodate the requirements of snow removal and winter maintenance? How can these decisions be integrated into long term comprehensive bicycle plans? This project will answer these questions through a literature review, a peer city review and the elaboration of design principles for winter bicycle networks. (...)

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,716
Score d'incertitude au seuil0,565

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,126
Tête enseignante GPT0,340
Écart entre enseignants0,214 · 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'étudeQualitatif
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
Publié2014
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueeScholarship@McGill (McGill)→Même sujetUrban Transport and Accessibility→Travaux en français237 207→