El largo Camino Empedrado de Buenas Intenciones del Corredor Azul, año 2014
Bibliographic record
Abstract
El objetivo del estudio fue determinar cómo se relacionan los procesos de planificación y operativo con la satisfacción de los usuarios empleando para ello el caso del corredor Tacna-Garcilaso-Arequipa, denominado el Corredor Azul de Lima, 2014. Para lograr ello, se empleó, documentación recopilada sobre antecedentes del tema de investigación sobre implantaciones de sistemas de transporte masivos, modelos de planificación y gestión operativa, guías de implementación, lecciones aprendidas de autores reconocidos internacionalmente, así como de instituciones nacionales e internacionales relacionadas al tema; los estándares para un transporte público del Programa 21 de la Organización de Naciones Unidas (ONU) y los criterios de la Asociación Internacional de Transporte Público (UITP) para un transporte sostenible recogidos en el Protocolo de Toronto; conjuntamente con el modelo de calidad del servicio de Parasuraman, Zeithami y Berry, el modelo de la imagen de Grönroos y el modelo de Sasser, Olsen and Wyckoff. La clase de investigación seleccionada para llegar a que los procesos de planificación y operativos se correlacionan positiva y significativamente con la satisfacción de los usuarios del corredor azul y además mostrarán la calificación cualitativa de los usuarios a las dimensiones seleccionadas en ambos procesos; es el no experimental, con un diseño descriptivo-correlacional de corte transversal, y el método de investigación, el inductivo- deductivo; utilizándose tres cuestionarios debidamente validados para recolección de datos sobre las variables en estudio a una muestra de 137 usuarios, procesándose la información a través del software estadístico SPSS V23, en español. Este modelo permitirá a las Autoridades y Funcionarios municipales y del sector Transporte, utilizarla como referente, para desarrollar investigaciones sobre la relación entre los procesos de planificación y operativo y su influencia en la satisfacción de los usuarios, en otras ciudades del Perú; y complementar los manuales y guías de planeamiento y operación para este tipo de proyectos.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".