Ship to Shore: Integrating New York Harbor Ferries with Upland Communities
Notice bibliographique
Résumé
Across the globe, from Vancouver to Istanbul to Sydney, ferries play an integral role in urban transit networks. In these world-class ferry systems, grand terminals function as neighborhood focal points, and ferry riders seamlessly transfer across transit modes using just one fare medium. Following decades of underutilization, New York Harbor is now in the midst of a ferry renaissance. New services whisk commuters and tourists across the Hudson and East Rivers, and, perhaps most significantly, the Mayor recently announced an unprecedented system expansion to restore ferry service to all five boroughs by 2018. However, in contrast to many of the world’s great ferry systems, ferries in New York tend to suffer from a marked disconnect from landside transit and community life, severely limiting their effectiveness as an extensive and equitable transportation system. Addressing this concern, this paper synthesizes data and qualitative information from interviews, case studies, academic papers, and government reports and proposes 15 actionable steps toward forging stronger connections—both physical and psychological in nature—between New York’s ferries and the upland communities they serve. Given the substantial investment the City has committed toward a five-borough ferry system, this research is timely and uniquely suited to influence ferry policy in New York City as it unfolds. Categorized by mass transit connectivity, fare integration, and bicycle and pedestrian access, these recommendations intend to guide City policy, increase ferry ridership, and optimize ferry service to help New York become one of the world’s great waterfront cities once again.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,000 | 0,002 |
| 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 ».