MétaCan
Menu
Retour à la cohorte
Enregistrement W2084464213 · doi:10.1111/j.1468-2257.2006.00314.x

Urban Form and Household Activity‐Travel Behavior

2006· article· en· W2084464213 sur OpenAlexaff
Ron Buliung, Pavlos Kanaroglou

Notice bibliographique

RevueGrowth and Change · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaUrban sprawlTravel behaviorGeographyLand useTraffic congestionSpatial mismatchUrban planningEconomic geographyEnvironmental planningTransport engineeringBusinessEconomic growthEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Cities and metropolitan regions face several challenges including urban sprawl, auto dependence and congestion, and related environmental and human health effects. Examining the spatial characteristics of daily household activity‐travel behavior holds important implications for understanding and addressing urban transportation issues. Research of this sort can inform development of urban land use policy that encourages the use of local opportunities, potentially leading to reduced motorized travel. This article examines the potential household activity‐travel response to a planned metropolitan polycentric hierarchy of activity centers. Behavioral observations have been drawn from an activity‐travel survey conducted in the Portland, Oregon, metropolitan area during the mid‐1990s. Evidence presented from exploratory analysis indicates an urban/suburban differential, with less daily travel and smaller activity spaces for urban households. Investigation of the travel reduction potential of the proposed land‐use strategy suggests that location effects could be offset by adjustments to household sociodemographic and mobility characteristics.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,266
Écart entre enseignants0,218 · 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'étudeObservationnel
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

Citations172
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGrowth and ChangeMême sujetUrban Transport and AccessibilityTravaux en français237 207