Quantifying the Mobility Benefits of Winter Road Maintenance – A Simulation Based Approach
Notice bibliographique
Résumé
A good understanding of the relationship between highway performance, such as crash rates and \ntravel delays, and winter road maintenance activities under different winter weather and traffic \nconditions is essential to the development of cost-effective winter road maintenance policies and \nstandards, operation strategies and technologies. This research is specifically concerned about the \nmobility benefit of winter road maintenance. A microscopic traffic simulation model is used to \ninvestigate the traffic patterns under adverse weather and road surface conditions. A segment of the \nQueen Elizabeth Way (QEW) located in the Great Toronto Area, Ontario is used in the simulation \nstudy. Observed field traffic data from the study segment was used in the calibration of the \nsimulation model. Different scenarios of traffic characteristics and road surface conditions as a result \nof weather events and maintenance operations are simulated and travel time is used as a performance \nmeasure for quantifying the effects of winter snow storms on the mobility of a highway section. The \nmodeling results indicate that winter road maintenance aimed at achieving bare pavement conditions \nduring heavy snowfall could reduce the total delay by 5 to 36 percent, depending on the level of \ncongestion of the highway. The simulation results are then applied in a case study for assessing two \nmaintenance policy decisions at a maintenance route level.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».