Propuesta metodológica para correlacionar el comportamiento del tránsito vehicular mixto y las variables ambientales que afectan las condiciones de la calidad de vida en las vías urbanas
Bibliographic record
Abstract
La movilidad urbana se ve afectada diariamente por diferentes razones como el número de vehículos y el estado de la malla vial entre otros, que contribuyen a desmejorar las condiciones de salubridad e incrementan la contaminación visual, auditiva y del aire que terminan afectando negativamente la calidad de vida de las personas que habitan las ciudades. Diferentes estudios han intentado encontrar causas y efectos de los problemas de movilidad, pero las aproximaciones se han realizado de manera segmentada, por un lado el tema de tránsito y por otro lado el tema ambiental. El objetivo del presente estudio es proponer una metodología que permita correlacionar y evaluar las variables seleccionadas que afectan las condiciones de la calidad de vida en las vías de la ciudad con respecto al tránsito vehicular y al ambiente para determinar cuales son las de mayor incidencia. La calificación de variables mediante la matriz Vester y el cómputo de ellas mediante el uso de lógica difusa fue el procedimiento escogido para evitar el sesgo en la evaluación de la problemática. Como resultado se obtuvo que el nivel de servicio de la vía es determinante en la movilidad vehicular y los cambios sensibles en la calidad del aire, presentan alteraciones significativas en la calidad de vida de las personas. La articulación entre entidades que regulan aspectos de movilidad y ambiente es una necesidad apremiante en las ciudades, lo que debe ser acompañado por sistemas de medición de tránsito y contaminación en tiempo real que permitan planear y corregir de una manera dinámica la movilidad urbana.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".