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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».