MétaCan
Menu
Retour à la cohorte
Enregistrement W2061649002 · doi:10.1002/atr.106

Model of personal attitudes towards transit service quality

2010· article· en· W2061649002 sur OpenAlexaffvenueabout
Khandker Nurul Habib, Lina Kattan, Md. Tazul Islam

Notice bibliographique

RevueJournal of Advanced Transportation · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensUniversity of CalgaryUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMultinomial logistic regressionTransit (satellite)Reliability (semiconductor)Latent variableService qualityTransport engineeringPerceptionService (business)Public transportQuality (philosophy)BusinessComputer scienceMarketingPsychologyEngineering

Résumé

récupéré en direct d'OpenAlex

SUMMARY This paper presents a critical investigation of reasons for using transit by residents of the City of Calgary, Canada. Reasons for using transit are expressed as functions of people's perceptions and attitudes towards transit service quality and attributes. A multinomial logit model combined with latent variable models is developed to capture unobserved latent variables in defining perceptions and attitudes. Using data from a transit customer satisfaction survey conducted in 2007 by Calgary Transit, this approach models the reasons for choosing transit and tests the significance of two individual specific latent variables: perceptions of ‘reliability and convenience’ and ‘ride comfort’. Many behavioural details are revealed that have important policy implications. Most importantly, it is found that the people of Calgary value ‘reliability and convenience’ over ‘ride comfort’. As for policy implications of the findings, it is clear that improving the connectivity of train service, reducing multimodal transfers, and increasing dedicated right‐of‐ways for transit would effectively increase transit ridership in Calgary. Copyright © 2010 John Wiley & Sons, Ltd.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,174

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0250,003

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,358
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations108
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetUrban Transport and AccessibilityTravaux en français237 207