MétaCan
Menu
Retour à la cohorte
Enregistrement W2331456110

How Large Is Too Large? The Issue of Sample Size Requirements of Regional Household Travel Surveys, the Case of Transportation Tomorrow Survey in the Greater Toronto and Hamilton Area

2016· article· en· W2331456110 sur OpenAlexaboutno aff
Khandker Nurul Habib, Wafic El-Assi

Notice bibliographique

RevueTransportation Research Board 95th Annual MeetingTransportation Research Board · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSample (material)Sample size determinationContext (archaeology)Travel surveyTravel behaviorGeographyRegional scienceSurvey data collectionPopulationSurvey samplingDemographic economicsTransport engineeringStatisticsEconomicsEngineeringSociologyMathematicsDemography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The paper presents an analytical investigation on the requirements of household travel survey sample sizes, with a case study on the Greater Toronto and Hamilton Area (GTHA). A review of current practices reveals that different perspectives and, as a result, different practices exist in Canada, US and abroad on this issue. The paper focuses on the Canadian context for empirical investigation and investigates various aspects of large sample household travel surveys in the GTHA. It reveals that even with a 5% sample size, a full (more than 95 % confidence) representation of the population and their corresponding travel behaviour may be difficult. The paper proposes a flexible framework for household travel survey sample size determination for the Canadian municipalities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,035
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,495
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0350,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,003
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,154
Tête enseignante GPT0,399
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Board 95th Annual MeetingTransportation Research BoardMême sujetUrban Transport and AccessibilityTravaux en français237 207