MétaCan
Menu
Retour à la cohorte
Enregistrement W132653049

Analysis of Bicycling Trends and Policies in Large North American Cities: Lessons for New York

2011· article· en· W132653049 sur OpenAlexaboutno aff
John Pucher, Ralph Buehler

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCyclingFellGeographyTransport engineeringEngineeringCartographyArchaeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This research report reviews trends in cycling levels, safety, and policies in large North American cities over the past two decades. The authors analyze aggregate national data as well as city-specific case study data for nine large cities (Chicago, Minneapolis, Montreal, New York, Portland San Francisco, Toronto, Vancouver, and Washington). The number of bike commuters in the USA rose by 64% from 1990 to 2009, and the bike share of commuters rose from 0.4% to 0.6%. Over the shorter period from 1996 to 2006, the number of bike commuters in Canada rose by 42%, and the bike share of commuters rose from 1.1% to 1.3%. From 1988 to 2008, cycling fatalities fell by 66% in Canada and by 21% in the USA; serious injuries fell by 40% in Canada and by 31% in the USA. Cycling rates have risen much faster in the nine case study cities than in their countries as a whole, at least doubling in all the cities since 1990. The case study cities have implemented a wide range of infrastructure and programs to promote cycling and increase cycling safety: expanded and improved bike lanes and paths, traffic calming, parking, bike-transit integration, bike sharing, training programs, and promotional events. The authors describe the specific accomplishments of the nine case study cities, focusing on each city's innovations and lessons for other cities trying to increase cycling. Although cycling has almost doubled in New York City since 1990, it lags far behind the other case study cities in almost every respect. It has the lowest bike share of commuters, the highest cyclist fatality and injury rate, and the lowest rate of cycling by women, children, and seniors. New York has built the most bikeways of any North American city since 2000 and has been especially innovative in its use of cycle tracks, buffered bike lanes, bike traffic signals, bike boxes, and sharrowed streets. Yet New York has almost completely failed in the important areas of bike-transit integration and cyclist rights and falls far short on bike parking and cycling training. Moreover, the refusal of New York's police to protect bike lanes from blockage by motor vehicles has compromised cyclist safety. New York has much to learn from the other case study cities, which have implemented a far more comprehensive, integrated package of mutually reinforcing policies to promote cycling.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,406
Score d'incertitude au seuil0,807

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,084
Tête enseignante GPT0,350
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUrban Transport and AccessibilityTravaux en français237 207