Modeling Nonmotorized Travel Demand at Intersections in Calgary, Canada
Notice bibliographique
Résumé
In September 2009, the City Council of Calgary, Canada, approved Plan It Calgary, which proposed policies that focused on the development of resilient neighborhoods through the intensification and diver-sification of urban activities around transit stations and routes. More intensive development and mixed land use encourage nonmotorized trips and reinforce comfortable, safe, and walkable streets. The development of high-density, mixed-use, and transit- and pedestrian-oriented communities has the potential to generate shorter trips to destinations; these trips are expected to result in a higher share of active travel modes, such as biking and walking. Thus, there is a growing need to estimate the impact of land use development scenarios and transportation policies on bicycle and pedestrian demand to predict nonmotorized trip volumes and design the related infrastructure adequately. In this study, on the basis of multiple linear and Poisson regression models were calibrated to estimate nonmotorized travel demand on the basis of geographic information system data, transportation services, and road characteristics. The empirical models developed in this research can be used to assess the impacts of urban design and built environments, such as development of high-density and mixed land use areas, of complete street construction in the middle ring communities of Calgary, and of influenced demand for active travel modes. The developed models also show the benefits of improved pedestrian infrastructure, such as improved network connectivity and increases in the length of pedestrian pathways, as well as the benefits of the integration of transit and walking modes and transit and bicycle modes in encouraging more nonmotorized travel demand. This method is a straightforward statistical analysis for practitioners, and the needed data are relatively easy to access.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».