Notice bibliographique
Résumé
This study investigated the relationship between weather conditions and cycling ridership, as well as the hourly, daily, monthly, and yearly trends for use of urban bicycle facilities. A unique data set of cyclist ridership, collected at five automatic counting stations on primarily utilitarian bike facilities in the city of Montreal, Canada, was used. Absolute and relative ridership models were used to analyze the direct and lagging effects of weather variables and extreme weather conditions on hourly cyclist volumes. Precipitation, temperature, and humidity had significant effects on bicycle ridership. After other factors were controlled for, when the temperature doubled, a 43% to 50% increase in ridership could be expected; however, the temperature had a negative effect when it was higher than 28°C and humidity was greater than 60%. The results also showed that bicycle volumes in a given hour were significantly affected not only by the presence of rain in the same hour but also by the presence of rain in the previous 3 h or in the morning only. Daily bicycle volumes were 65% to 89% lower on weekend days than on Monday, the weekday with lowest ridership. This finding confirmed that the analyzed facilities were primarily utilitarian. Further, bicycle volumes peaked in the summer months, with an additional ridership of 32% to 39% with respect to April. Finally, bicycle volumes increased by approximately 20% to 27% in 2009 and 35% to 40% in 2010 with respect to 2008 in the cycling facilities under analysis.
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 | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».