MétaCan
Menu
← Retour à la cohorte
Enregistrement W1537494671

People Who Commute to Work in Puerto Rico: Demographic Characteristics of the Event

2013· article· en· W1537494671 sur OpenAlexaboutno aff
Emmanuel Rodriguez, Luz Merly Gutierrez León, Melissa Nanette Martinez

Notice bibliographique

RevueSSRN Electronic Journal · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCarpoolResidencePopulationWork (physics)Quarter (Canadian coin)GeographyTaxisWelfareSocioeconomicsBusinessDemographic economicsEconomic growthDemographyPolitical scienceTransport engineeringEngineeringSociologyEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The social and economic development occurred in Puerto Rico from the 50’s caused diverse changes in geographic human settlements. Between 1950 and 1970 economic factors significantly affected the distribution. Since 1990 the search for higher quality life and welfare caused a redistribution of population, in this union a little planning and mass transportation effectively produced an increase in the number of people that commuted to work on their owned private vehicle. The study was made to analyze the characteristics of the population that commutes to work in P.R. The source of information used was the American Community Survey of P.R. 2006-2010. The analysis was descriptive. The island has 1.1 million workers aged 16 or more, 88% travels to work by car, truck or van, 79.6% traveling alone. Only 3% reported using public transportation. A 3.9% said that they walked to work and a 0.2% travel by bicycle. There was a higher rate in women using carpool to get to work. Slightly over half of workers work outside their municipality of residence. To them it takes 30 minutes on average to get to work, to 13.4% takes over an hour. Nearly one quarter these workers leave their home at 6-7 a.m. A 7% said not having home vehicle. In Puerto Rico, there is an urgent need to develop mass transit system to be available for the worker. An effective transportation system will contribute to strong health and collective security of our workers and our people.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,077
Score d'incertitude au seuil0,154

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
Tête enseignante GPT0,249
Écart entre enseignants0,242 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic Journal→Même sujetUrban Transport and Accessibility→Travaux en français237 207→