Methods for investigating bicycle traffic flow parameters and facility performance in urban environments
Bibliographic record
Abstract
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 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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 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".