Light rail in Australia - performance and prospects
Notice bibliographique
Résumé
Following a decade of heavy investment in busways, most notably in cities such as Brisbane, light rail has re-emerged as an inner-city transit investment for many Australian cities. In the next decade Australian light rail network size is expected to grow by about a quarter with new routes on the Gold, Coast, Sydney, Canberra and Perth. Analysis shows that Australian light rail is dominated by the substantial Melbourne streetcar network, which is one of the largest in the world. Although light rail has not expanded much in terms of network size over the last decade, ridership growth has been substantial (+46% between 2001-2 and 2011-12) and well above system-wide (all mode) public transport ridership growth in most cities. In general, service levels on Australian trams are low compared to European and North American systems. Also service levels have not kept pace with ridership growth, acting to increase the ridership productivity of most Australian light rail over the last decade. Melbourne leads Australia in terms of ridership productivity (passengers per vehicle kms) and Melbourne tram route 109 has the highest light rail route ridership in Australia (935K p.a.) and the highest ridership effectiveness (11.5 boardings per vehicle km). While the contemporary history of light rail planning has focussed on what might be termed the 'streetcar struggle', medium term plans for new system development see light rail as a solution for urban access, urban redevelopment and the provision of reliable and higher capacity in congested inner urban contexts.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».