Estimating Latent Cycling Trips in Montreal, Canada
Notice bibliographique
Résumé
About 1.8% of the residents of the Island of Montreal, in Quebec, Canada, ride a bicycle at least once a day during the fall season. These people make nearly 76,990 daily trips, 2.0% of the total number of commuter trips. Of these cyclists, 65% are men, although men represent only 48.1% of residents, and nearly 63.8% are employed, although the employed represent only 45.2% of the island's population. Data from a large-scale travel survey were used to confirm the influence of various factors on bike use. The study showed that men were 1.99 times more likely to make a trip by bike than were women, individuals who lived in a nonmotorized household were 2.35 times more likely to take a trip by bike than were those who lived in motorized households, people who commuted on a sunny day were 1.46 times more likely to travel by bike, and people who lived more than 9.3 mi (15 km) from the downtown area were 0.29 times less likely to travel by bike compared with people who lived nearer. The study also proposed a methodology for estimating latent bicycle trips, that is, the number of car trips that could be made by bike. When a criterion of travel range based on age cohorts and genders was applied, it appeared that about 50.7% of car trips would be made by bike. When more restrictive criteria were used (consideration of trip chains, shopping), it appeared that 18.2% of car trips would be made by bike.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».