Access to Destinations: How Close Is Close Enough? Estimating Accurate Distance Decay Functions for Multiple Modes and Different Purposes
Notice bibliographique
Résumé
Existing urban and suburban development patterns and the subsequent automobile dependence are \nleading to increased traffic congestion and air pollution. In response to the growing ills caused by urban \nsprawl, there has been an increased interest in creating more “livable” communities in which \ndestinations are brought closer to ones home or workplace (that is, achieving travel needs through land \nuse planning). While several reports suggest best practices for integrated land use-planning, little \nresearch has focused on examining detailed relationships between actual travel behavior and mean \ndistance to various services. For example, how far will pedestrians travel to access different types of \ndestinations? How to know if the “one quarter mile assumption” that is often bantered about is reliable? \nHow far will bicyclists travel to cycle on a bicycle only facility? How far do people drive for their \ncommon retail needs? \nTo examine these questions, this research makes use of available travel survey data for the Twin Cities \nregion. A primary outcome of this research is to examine different types of destinations and accurately \nand robustly estimate distance decay models for auto and non-auto travel modes, and also to comment \non its applicability for: (a) different types of travel, and (b) development of accessibility measures that \nincorporate this information.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 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 ».