Characterisation of Accessibility in Halifax, Canada: Developing a Composite Network-distance-based Accessibility Measure
Notice bibliographique
Résumé
Composite accessibility analyses provide significant insight for land-use and transportation policies that promote sustainable transportation planning. This paper contributes to the limited research on multi- modal, multi-destination accessibility measures by employing a unique, Composite Network-distance- based Accessibility Measure (CNAM). The CNAM estimates accessibility at a finer-grained disaggregate level, which can be scaled to any aggregate spatial unit of interest. This study defines a five-interval Likert accessibility scale informed by planning, engineering, and public health professionals. Experts suggest that accessibility thresholds vary for different service destinations and travel modes. They selected shorter distance ranges to represent very high accessibility thresholds for food stores and child day cares and larger distances to define very high accessibility to government services and recreation destinations. The CNAM signifies the density of service destinations that are proximate to a parcel. A higher CNAM reveals greater proximity to a higher number of destinations. The results of the CNAM highlight that there are considerable spatial differences in accessibility across the Halifax region, particularly within the Regional Centre. Halifax is most accessible to eating places, followed by offices and clinics of physicians. The scores for walking and biking were highest for the Regional Centre and poor for the Rural Commutershed. The parcel-level estimation yields finer-grained results, but accessibility at the dissemination area (DA) level was also estimated, revealing that the majority of DAs have a relatively low accessibility to service destinations, particularly by active travel modes.
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 | 0,019 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 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 ».