Examining Travel Distances by Walking and Cycling, Montréal, Canada
Notice bibliographique
Résumé
Active transportation – especially walking and cycling – is undergoing a surge in popularity in urban planning and transportation circles as a solution to the environmental and congestion issues plaguing many cities. However, in order to promote active transportation as a realistic alternative, it is necessary to better understand the distances that pedestrians and cyclists are willing to travel for different purposes. Better understanding of these distances will allow for transportation planners, designers, developers, and decision-makers to know how close destinations need to be placed to promote the use of non-motorized modes of transport. This paper focuses on how far people are willing to walk or cycle to different destinations in Montreal, Quebec, Canada. Also, it examines how travel distances vary within various geographic areas and by individuals’ travel and socio-economic characteristics. This research uses the 2003 Montreal Origin-Destination Survey (O-D Survey) to calculate the network distance traveled by pedestrians and cyclists and to obtain travel and socio-economic characteristics for each individual. Primarily, the paper reveals that median walking distance recorded in the O-D survey is greater than the commonly-accepted distance of 400 meters (1/4 mile). The median walking distance documented in this study is approximately 650 meters and higher for work purposes (800 meters). While no widely-held standard exists for cycling, the analysis reveals a median distance of around two kilometers with a high degree of variation in distance. These findings will guide planners, designers, developers, and policy makers in promoting greater levels of walking and cycling and suggests future research directions within this field.
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 | 0,010 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».