Measures of effectiveness for quality of service evaluation on two-lane rural highways in Brazil
Notice bibliographique
Résumé
Para estimar o nível de serviço em rodovias de pista simples, o Highway Capacity Manual 2010 (HCM2010) adota como medidas de desempenho a Porcentagem de Tempo Viajando em Pelotões (PTSF) e a Velocidade Média de Viagem (ATS). A PTSF, no entanto, é praticamente impossível de ser obtida de observações em campo. Na literatura, algumas pesquisas propõem medidas de desempenho alternativas que podem ser coletadas diretamente da observação do tráfego. A meta deste trabalho consistiu em avaliar e propor medidas de desempenho que pudessem ser adequadas para descrever a qualidade de serviço em rodovias de pista simples no Brasil. Foi utilizado um conjunto de dados de tráfego coletados em diversas rodovias no estado de São Paulo para calibrar e validar o simulador de tráfego escolhido, o CORSIM, a partir de um Algoritmo Genético (AG). Com o simulador recalibrado, foi gerado um conjunto de dados sintéticos, para diversas condições de geometria viária e composição de tráfego. Com esses dados sintéticos, foram produzidos modelos teóricos para estimar a PTSF a partir de dados de tráfego que seriam \"observáveis em campo\": a porcentagem de veículos em pelotões (PF); o modelo porposto por Pursula (1995); o modelo de Laval (2006); o criado por Polus e Cohen (2009); e um modelo polinomial baseado na PF e outras variáveis. As estimativas obtidas com esses modelos divergiram significativamente da PTSF produzida pelo CORSIM, sugerindo a necessidade de substituir a PTSF por uma outra medida de desempenho. Assim sendo, nove medidas de desempenho alternativas foram estudadas. Usando dados de tráfego sintéticos produzidos com o CORSIM, foram desenvolvidos modelos que relacionavam medidas de desempenho alternativas com o fluxo de tráfego unidirecional. Comparações dos valores provenientes dessas relações com dados de campo indicaram que três medidas de desempenho (a velocidade média de viagem dos automóveis; a densidade para automóveis e a densidade de veículos em pelotões) poderiam ser usadas para propor critérios para estimar o nível de serviço em rodovias de pista simples no Brasil.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».