MétaCan
Menu
Retour à la cohorte
Enregistrement W7132087273

Quantifying and mitigating the impact of vehicular routing on the urban environment

2024· other· en· W7132087273 sur OpenAlexaboutno aff
Cornacchia G., L Pappalardo, Nanni Mirco

Notice bibliographique

RevueISTI Open Portal · 2024
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCounterintuitivePopularityGlobal Positioning SystemRouting (electronic design automation)Traffic optimizationUrbanization
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Urbanization pressures cities to efficiently accommodate the increasing demand for mobility, making traffic optimization challenging due to the complex interplay be- tween road networks and traffic dynamics, as drivers’ routing choices significantly in- fluence one another. City-related services, such as navigation services (e.g., TomTom) and mobility policies (e.g., road closures), impact traffic patterns and emissions. Nav- igation services can unintentionally increase emissions when many vehicles converge on the same routes, while mobility policies may have counterintuitive effects on traffic. We propose a simulation framework to assess the impact of road closure policies and navigation services on the urban environment. We use this framework and find that targeted road closures in Milan can reduce emissions by up to 10%, while others can increase emissions by nearly 50%. Then, we examine navigation services’ impact on vehicular traffic and CO2 emissions, finding that they reduce emissions at low traffic loads. However, at high traffic loads and penetration rates, they cause conformist behavior, leading to inefficiencies and potentially higher emissions. To mitigate the conformist behavior induced by navigation services and reduce CO2 emissions, we propose three solutions: (i) an individualistic approach using existing Alternative Routing (AR) algorithms, (ii) Metis, a coordinated solution that coordinates drivers and dynamically estimates traffic to diversify routes, and (iii) Polaris, an individual AR algorithm which considers road popularity to optimize traffic distribution. Moti- vated by the varying effectiveness of AR solutions across cities, we study cities’ route diversification, defining shortest path instability and introducing diverCity, a metric to assess a city’s propensity towards route diversity. Analysis shows that diverCity benefits from extensive road networks, leading to less congestion. We also address the impact of mobility attractors on diverCity and propose mitigation strategies. This thesis comprehensively studies vehicular traffic dynamics, offering a simulation framework to evaluate the environmental impact of mobility policies and navigation services. In addition, it presents solutions to mitigate negative impacts and proposes metrics to quantify a city’s potential to offer route diversity.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,052
Tête enseignante GPT0,328
Écart entre enseignants0,276 · 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'étudeObservationnel
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISTI Open PortalTravaux en français237 207