Moving Freight on Transit (FOT): Results of a Three Round Policy Delphi Study
Notice bibliographique
Résumé
Freight on Transit (FOT) refers to any trip that uses public transit vehicles and/or infrastructure to move things other than people. It can mean moving goods alongside passengers on buses, attaching cargo trailers to transit vehicles, operating freight vehicles between transit trips on subway lines, etc. A three round Delphi Study was conducted to explore the costs, benefits, and challenges of FOT and assess potential FOT operations in Toronto. Thirty four transportation experts participated in the study and through the iterative survey process, it is revealed that practitioners are not opposed to the concept of FOT so long as operations are competitive with current delivery methods in terms of cost and time, there is sufficient capacity on transit networks to support goods movement, and the operations do not disrupt or degrade public transit service. The expert evaluation of potential FOT operating strategies in Toronto, formulated based on aggregate opinion obtained throughout the Delphi process, suggests that while current transit infrastructure in Toronto does not have the capacity to support additional movements, there may be opportunities to include freight service in future projects as a means of offsetting operating costs and reducing the environmental impacts of urban goods movements. The results support previous claims that the technical challenges of FOT may be easier to overcome than institutional barriers like securing financing and balancing the needs of multiple stakeholders; and that the challenges and risks associated with FOT may not be worth what are perceived as only marginal benefits.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».