YÜKSEK HIZLI DEMİRYOLLARI, AVRUPA BİRLİĞİ DEMİRYOLU POLİTİKALARI VE BU BAĞLAMDA TÜRKİYE’DEKİ GELİŞMELERİN İNCELENMESİ
Bibliographic record
Abstract
Kentsel odak noktaları ile mücavir alan arasındaki fiziksel dengenin yüksek hızlı demiryolları ile temininin yanı sıra söz konusu bölgeler arasındaki erişilebilirlik de artmaktadır. Diğer taraftan, merkez ve çevre arası ekonomik dengesizliğin artma ihtimali de söz konusudur. Dolayısıyla, yüksek hızlı demiryolları yatırımlarını bağlayan birçok parametre söz konusudur. Bunlar ekonomik, sosyal, teknik, kültürel ve politik olmak üzere birçok aşamayı da ihtiva etmekte olup belirleyici bir öneme sahip olmaktadır. Bu çerçevede, bir yüksek hızlı demiryolu hattının, bölgesel merkezlerin imajını ve erişilebilirliğini, yeni bir hattın ana kent ve küçük kentlere getirdiği rekabet olanaklarını nasıl etkilediği soruları ortaya konmaktadır. Bütün bu koşullar, YHD istasyonlarının konumlanmasına bağlı olarak gelişmektedir. Söz konusu yerleşim trenlerin terminaller ve ara duraklarda dur kalk periyotlarına bağlı olan hizmet unsurlarını kapsamaktadır. Bu çalışma kapsamında öncelikle yüksek hızlı demiryollarının kapsamı ortaya konmuştur. Ardından Avrupa Birliği’nde yüksek hızlı demiryolları bağlamında gelişme eğilimleri paylaşılmıştır. Türkiye’nin konumu, yüksek hızlı demiryollarında performansı ve bunun AB ile olan ilişkisi de incelenmiştir.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.020 | 0.004 |
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".