MétaCan
Menu
Back to cohort
Record W7162067717 · doi:10.82308/2236

Methods for investigating bicycle traffic flow parameters and facility performance in urban environments

2021· dissertation· en· W7162067717 on OpenAlexaboutno aff
David Beitel

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldEngineering
TopicTraffic Prediction and Management Techniques
Canadian institutionsnot available
Fundersnot available
KeywordsPilotageLimitingRoad trafficTransport policy

Abstract

fetched live from OpenAlex

Les réseaux de transport urbain d'aujourd'hui accueillent d'importants flux de trafic motorisé et non motorisé. La dynamique du trafic entre les usagers est de plus en plus complexe, d'où l'importance de l'étude des flux, des performances et de la sécurité des installations. Les réseaux de transport actuels reposent sur une planification et une conception fondées sur des données probantes, ainsi que sur des systèmes de gestion et de contrôle du trafic. Dans ce contexte, une surveillance précise des réseaux de transport non motorisés, en particulier du cyclisme, est cruciale. L'objectif général de cette thèse est d'améliorer les méthodes existantes pour détecter automatiquement les anomalies de comptage des vélos et extrapoler les volumes ainsi que d'étudier la relation entre les volumes, la vitesse et les résultats en matière de sécurité. Les objectifs particuliers de cette thèse sont les suivants : i) développer une nouvelle méthodologie pour la détection des anomalies et l'interpolation des données de comptage de vélos en continu, ii) améliorer les méthodes existantes pour estimer la moyenne annuelle de cyclistes par jour avec des intervalles de confiance par l'extrapolation de comptages de vélos à court terme en utilisant des données de sites de référence, iii) étudier les relations entre les paramètres de base du trafic cycliste sur les infrastructures cyclables protégées en utilisant des données empiriques sur le flux de trafic des installations cyclables à Montréal, et iv) présenter un cadre méthodologique pour l'analyse vidéo semi-automatisée des interactions piétons-cyclistes aux intersections dans l'espace partagé non motorisé et estimer le risque dans une étude de cas du campus de McGill.Le travail de la première partie de la thèse développe et teste des méthodes qui détectent automatiquement les anomalies de comptage des cyclistes et extrapolent les volumes de comptage à court terme. Avec l'outil développé, les anomalies dans les comptages de vélos de référence sont identifiées et interpolées et les données validées sont utilisées pour extrapoler les comptages à court terme afin de générer des estimations précises de la AADB. Dans la deuxième partie de la thèse, la relation entre les volumes, la vitesse et les résultats en matière de sécurité sont étudiés dans des espaces non motorisés. Premièrement, les travaux préliminaires indiquent une réduction statistiquement significative de la vitesse des bicyclettes pendant les périodes de pointe lorsque le débit augmente. Deuxièmement, un cadre pour une évaluation de la sécurité des interactions entre piétons et cyclistes dans l'espace partagé est développé et appliqué au campus de McGill, démontrant un risque relativement faible pour les piétons.Les travaux combinés des deux premiers chapitres forment une méthodologie pour la surveillance des installations cyclables dans une ville ou une région. Les travaux futurs comprennent le test de l'outil de validation et d'interpolation développé dans le deuxième chapitre et la mesure de la qualité des extrapolations de comptage à court terme, développée dans le troisième chapitre, avec des ensembles de données plus importants. Avec des estimations AADB suffisantes provenant de capteurs ponctuels et des données GPS de smartphones de voyage de cyclistes provenant d'un échantillon de cyclistes, un modèle AADB pour tous les éléments d'un réseau routier peut être généré. Les travaux futurs de la deuxième partie de la thèse comprennent des tests approfondis avec des données supplémentaires pour compléter les travaux exploratoires sur les relations vitesse-débit pour développer des modèles de capacité des installations cyclistes. La méthodologie de sécurité, développée dans le chapitre 5, pourrait être explorée sur une variété de types de conflits, en évaluant leur risque relatif dans différents environnements, en particulier dans l'espace partagé

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.004
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Methods · Consensus signal: Methods
Teacher disagreement score0.014
Threshold uncertainty score0.028

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.004
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0030.002
Science and technology studies0.0000.000
Scholarly communication0.0010.001
Open science0.0010.001
Research integrity0.0010.000
Insufficient payload (model declined to judge)0.0020.000

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.

Opus teacher head0.017
GPT teacher head0.268
Teacher spread0.251 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreMethods

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".

Quick stats

Citations0
Published2021
Admission routes1
Has abstractyes

Explore more

Same topicTraffic Prediction and Management TechniquesFrench-language works237,207