Behavior of taxi customers in hailing vacant taxis: a nested logit model for policy analysis
Notice bibliographique
Résumé
Summary This study models and examines the taxi customers' preferences for hailing vacant taxis on streets. A stated preference survey was conducted to randomly select and interview 1242 taxi customers at taxi stands and pedestrians on streets, who had experiences of taking taxis recently, about their choices under different given hypothetical scenarios. In total, 4968 observations were collected and used for developing the discrete choice models for the analysis. To account for the potential correlations among alternatives, two nested logit models are developed, calibrated, and compared with a standard multinomial logit model in the investigation. The results of likelihood ratio test demonstrate that one of the developed nested logit models is better than the standard multinomial logit model to describe the search behavior of taxi customers. The model results also show that the walking time to and the waiting time at the location for hailing taxis, the extra travel time to the destination because of local circulation for finding a way from the pickup location heading to a passenger's destination, as well as the taxi customers' perceptions for walking to and waiting at taxi stands were found as significant factors to influence their decisions. In addition, the results of market segmentation analysis illustrate the variations in taxi‐search strategies of taxi customers in different districts and regions. Some policy implications on introducing more taxi stands and improving the utilization rates of taxi stands are also discussed. We believe that the proposed models, findings, and discussion are useful for developing micro‐simulation models to evaluate the performance of road traffic networks with taxi services and developing simulation‐based optimization models to answer policy questions related to taxi services. Copyright © 2015 John Wiley & Sons, Ltd.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».