What is Generating Transit Ridership Increase in US and Canadian Cities
Notice bibliographique
Résumé
Transit ridership is rising in America. Ridership in the United States (US) has increased by more than 37% since 1995, outpacing population growth of 20%, and increased by 1.1% in between 2012 and 2013, in spite of falling fuel prices. Transit has always been an important form of transport in some large American cities, like New York, Boston and San Francisco. But in the past decade, transit has been increasing in most US cities. Smaller cities like Flagstaff, Arizona and Canton, Ohio, and auto-centric ones like Los Angeles and Indianapolis, are seeing large gains. Canadian cities have seen even greater increases, in larger cities like Vancouver and Toronto as well as smaller ones like Regina, Alberta and Oakville, Ontario. The authors, who have performed transit system restructuring projects in a number of smaller and mid-sized US and Canadian cities, document the long-term demographic and socio-economic trends that are the underlying cause of this ridership growth, and explain why it is likely to continue. These trends include the changing tastes and lifestyle preferences of the millennial generation, the retirement from work of the baby boom generation, concerns about environmental issues and global climate change, growing economic polarization, immigration, and changes in the population’s ethnic composition. Many of these same trends will affect European cities, albeit in ways that are unique to each city and country, and subtly different from most American cities. In many cities and regions, the funding structures that have supported local transit systems are inadequate to meet the growing demand for transit service. Likewise, the systems that national governments use to support transit infrastructure development are generally inadequate to meet the demand for vehicles and infrastructure that these long term trends will generate. Policymakers both in North America and Europe will soon be forced by public demand to allocate greater importance, and greater funding, to transit to meet this growing demand.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,007 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».