MétaCan
Menu
Retour à la cohorte
Enregistrement W7019290489

Federal Highway Administration Scenario Planning Peer Workshop: Vancouver, Washington April 28, 2011

2012· other· en· W7019290489 sur OpenAlexaboutno aff

Notice bibliographique

RevueRosa P: A digital library for transportation research (United States Department of Transportation) · 2012
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesFederal Highway AdministrationWashington State Department of TransportationU.S. Department of Transportation
Mots-clésNucleofectionLiquationPopulationDiafiltrationTSG101Articular cartilage damage
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This report summarizes key findings from a one-day scenario planning workshop held in Vancouver, Washington. The Federal Highway Administration (FHWA), the Southwest Washington Regional Transportation Council (RTC), and the Washington Department of Transportation (WSDOT) jointly sponsored and hosted the workshop. RTC is the metropolitan planning organization (MPO) for the Vancouver and Portland (Oregon) urbanized area and is the state-designated Regional Transportation Planning Organization for Clark, Skamania, and Klickitat counties in Washington. Clark County has experienced extensive population growth over the past twenty years. The county is expected to add nearly 220,000 people by 2035; however, the Cascade Mountains and two rivers bordering the county leave little room for expansion. RTC aims to use scenario planning as a mechanism to help determine effective land use and transportation plans that can accommodate Clark County’s projected population growth. The goals of the workshop were to: • Provide RTC staff, local elected officials, and Clark County community leaders with an overview of scenario planning and potential process steps; • Share notable examples of how agencies around the country have successfully applied scenario planning; • Demonstrate the benefits of scenario planning; and • Brainstorm potential initial steps for applying scenario planning to Clark County and key resources that might be needed for this effort. \n

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,200
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,005
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,046
Tête enseignante GPT0,310
Écart entre enseignants0,265 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRosa P: A digital library for transportation research (United States Department of Transportation)Travaux en français237 207