MétaCan
Menu
Retour à la cohorte
Enregistrement W2123895371 · doi:10.5539/jms.v3n2p56

Managing a Sustainable Transportation System: Exploring a Community’s Attitude, Perception, and Behavior of the Morgantown Public Rapid Transit (PRT)

2013· article· en· W2123895371 sur OpenAlexvenueno aff
Vishakha Maskey, Michael P. Strager, Claudia Bernasconi

Notice bibliographique

RevueJournal of Management and Sustainability · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOrdered probitPublic transportWest virginiaPerceptionTransport engineeringTransportation planningBusinessPublic opinionProbit modelSustainable transportHeadwayProbitEnvironmental planningMarketingEnvironmental economicsGeographyEngineeringPolitical sciencePsychologySustainabilityEconomicsPolitics

Résumé

récupéré en direct d'OpenAlex

Automated transportation is an innovative and sustainable concept that works emission-free with fully-automatedand driverless vehicles on a network of specially-built, elevated guide ways. These systems are also calledAutomated People Mover (APM) or Public Rapid Transit (PRT) and are considered to be a solution to many globaland environmental problems related to the use of the automobile. These transportation systems claim to be clean,affordable and safe technology, and a smart urban planning solution to move away from America’s dependence onforeign oil, the faltering auto industry, and the misuse of urban landscapes. One of the first APM systems has beenoperating since the 1970’s at West Virginia University in Morgantown, West Virginia. In order to examinecommunity’s attitude, perception and individual characteristic that influence the use of the systems, a randomintercept survey was conducted. Findings from correlation analysis and an ordered probit model suggestsocio-demographic attributes associated with attitudes toward the system. The frequent users are characterized ashaving a higher level of educational attainment, and are primarily students. Findings explore underlying factorsregarding commuting, crucial for transportation policies and practices for managing sustainable transportationsystems in comparable urban settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,267
Score d'incertitude au seuil0,802

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,027
Tête enseignante GPT0,261
Écart entre enseignants0,234 · 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 tête enseignante, 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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management and SustainabilityMême sujetUrban Transport and AccessibilityTravaux en français237 207