MODELLING THE FUTURE OF LAND USE, TRANSPORTATION AND THE ENVIRONMENT IN THE WINDSOR CMA, ONTARIO, CANADA
Notice bibliographique
Résumé
The overall objective of this research is to examine the long-term impacts of alternative urban form scenarios on the sustainability of the transportation system using the Windsor CMA as a case study. The specific objectives of this research work are as follows: 1. Design several land use scenarios to identify potentially sustainable urban forms in the study area, 2. Predict the population and employment distributions associated with the designed land use scenarios for the period 2011 to 2031, 3. Model the scenarios from objectives 1 and 2 using traffic assignment and emission simulation software to obtain traffic and environmental impacts, and 4. Conduct a comparative analysis across scenarios to provide insights that could help inform the planning process in the studied city. The first part of the modeling exercise is to predict and distribute the population and employment growth in the Windsor CMA for four scenarios (status-quo, compact, sprawl and multinucleated scenarios). Multinomial Logit Modeling (MNL) and Multi-Criteria Evaluation (MCE) techniques were used to handle the land use development scenarios. The second part of this thesis is focused on examining the traffic performance under different urban form scenarios. More specifically, Vehicle Kilometers Traveled (VKT), Vehicle Minutes Traveled (VMT), energy consumption and harmful gas emissions (e.g. HC, CO and NOx) were calculated and analyzed. Results indicate that the sprawl pattern would contribute to or result in a non-sustainable future in the Windsor CMA. In comparison, compact development results in lower VKT, VMT and emissions over time. Consequently, the future planning process in the region could benefit from promoting a more compact urban form since the latter is likely to lead to a more sustainable urban future.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».