Also known as HOV lane, carpool lane, diamond lane, 2+ lane, transit lane, T2 lane, T3 lane, 3+ lane
restricted traffic lane for vehicles carrying multiple passengers
via Wikidata · CC0
Полоса HOV (англ. high-occupancy vehicle lane (HOV lane), дословно — «полоса для транспортных средств с высоким уровнем загрузки пассажирами») — полоса движения на автомобильной дороге, отделённая от других полос специальной дорожной разметкой или физическим барьером, и предназначенная только для транспортных средств, в которых едут водитель и по крайней мере один пассажир. Такие полосы создают, чтобы увеличить среднюю загрузку авто пассажирами и тем самым уменьшить дорожные заторы и загрязнение воздуха. Как следствие, при той же интенсивности движения количество перевезённых лиц растёт в два-три раза. Во многих случаях, кроме авто с несколькими пассажирами, полосы HOV могут использовать мотоциклы, чартерные автобусы, автомобили полиции и скорой медицинской помощи, так называемые экологичные автомобили или, за отдельную плату, авто с одним водителем. В последнем случае такие полосы называют HOT (англ. High-occupancy toll lane). Основная философия HOV — изменить акцент в назначении автомагистралей: не для перемещения транспортных средств (ТС), а для перемещения людей. Такое изменение акцента не является автоматическим следствием дорожных заторов. Напротив, в последние два десятилетия, при увеличении частоты и продолжительности дорожных заторов, уровень загрузки автомобилей пассажирами постоянно уменьшается, приближаясь к 1,1 человека на одно транспортное средство. Чтобы изменить эту тенденцию, нужны конструктивные (сооружение или выделения HOV) и административные (законы и правила) мероприятия. В нормативных документах отдельно отмечается, что HOV не является только физическим объектом, предназначенным для перемещения большего количества людей, но и средством, которое меняет общество, побуждая его к использованию более эффективных способов транспортировки.
Abstract from DBpedia / Wikipedia · CC BY-SA
via Wikidata sitelinks · CC0
Discovered by embedding cosine similarity (sentence-transformers MiniLM, 384-dim).