An evaluation of the operations and safety issues at reserved lane facilities using microscopic video data and alternative methods
Bibliographic record
Abstract
Cette recherche examine les performances et la sécurité des voies réservées au Québec à partir de données microscopiques en utilisant des nouvelles méthodes. La construction de voies réservées a débuté pendant les années 1970 en Amérique du Nord, mais leur efficacité ainsi que leur sécurité au long des routes congestionnées reste contesté. Cette thèse propose des méthodes originales de collecte de données microscopiques, d'analyse et d'évaluation de la performance et la sécurité des voies réservées sur les autoroutes et les artères. Les données microscopiques (au niveau du véhicule) sont collectées avec l'aide de caméras vidéo et traitées avec un logiciel de suivi basé sur les caractéristiques des véhicules open-source. Dans un premier objectif, ce travail de recherche évalue l'exactitude des données de vitesse calculées automatiquement en les comparant aux vitesses recueillies manuellement de différentes orientations de la caméra et conclu que les erreurs moyennes sont comparable aux technologies de captage utilisé couramment. La deuxième partie de la recherche applique les données des véhicules voyageant sur une route avec une voie réservée d'autobus dans une microsimulation et étalonne les vitesses au long du corridor pour estimer ses effets sur la performance globale ainsi que les émissions. La troisième section analyse la performance et la sécurité des voies réservées le long des autoroutes et artères. Le segment de l'autoroute a été évalué avant et après la mise en œuvre d'une voie réservée en étudiant les différences de volumes, les vitesses et les temps de déplacement. Le segment artériel avec une voie réservée aux autobus a été évalué en fonction des taux d'abus pour les changements de voies et d'indicateurs de sécurité de substitution calculés en utilisant de outils d'analyse basés sur les trajectoires des véhicules. Les contremesures pour les deux installations sont discutées sur la base des résultats extraits en utilisant le nouveau processus de collecte et analyse de données. Dans l'ensemble, la recherche met en évidence la capacité de l'application de vidéo à produire des données de trafic microscopiques et présente des nouvelles méthodes qui peuvent être mise en œuvre le long des voies réservées, construire des modèles microscopiques et évaluer des voies réservées sur la base de différent indicateurs de comportement du conducteur.
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 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".