MétaCan
Menu
← Retour à la cohorte
Enregistrement W2339274406 · doi:10.15760/trec.87

Assessing Transit Fare Equity in Utah Using a Geographic Information System

2014· report· en· W2339274406 sur OpenAlexaff
Steven Farber

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEquity (law)Transit (satellite)Public transportPopulationSocial plannerGeographyBusinessTransport engineeringGeographic information systemSocial equalityEconomicsEngineeringPolitical scienceCartographyMicroeconomics

Résumé

récupéré en direct d'OpenAlex

The goal of this study is to develop and apply a new method for assessing social equity impacts of distance-based public transit fares. Shifting to a distance-based fare structure can disproportionately favor or penalize different subgroups of a population based on variations in settlement patterns, travel needs, and most importantly, transit use. According to federal law, such disparities must be evaluated by the transit agency, but the area-based techniques identified by the Federal Transit Authority for assessing discrimination fail to account for disparities in distances travelled by transit users. This means that transit agencies currently lack guidelines for assessing the social equity impacts of replacing flat fare with distance-based fare structures. Our solution is to incorporate a joint ordinal-continuous model of trip generation and distance travelled into a GIS Decision Support System. The system enables a transit planner to visualize and compare estimated distances travelled and transit-cost maps for different population profiles and fare structures. We apply the method to a case study in the Wasatch Front, Utah, where the Utah Transit Authority is exploring a switch to a distance-based fare structure. The analysis reveals that overall distance-based fares benefit low-income, elderly, and non-white populations. However, the effect is geographically uneven, and may be negative for members of these groups living on the urban fringe. The research discusses a potential conflict between policies designed to promote equity and those intended to increase discretionary ridership. For example, increasing fares for longdistance discretionary riders travelling from suburban light-rail stations to the central business district may have a negative impact on ridership, despite being economically more efficient through cost-recapturing. At the same time, reducing fares for short-distance trips that are currently too expensive compared to private automobile travel may attract new riders. A full cost-benefit analysis sensitive to heterogeneous price elasticity is recommended for future research. It is also noted that the research findings are dependent on the current spatial distributions of population segments and travel patterns. The equity benefits of distance-based fares are primarily derived from residential clustering of low-income and minority groups in more compact urban areas near the center of the city. Demographic trends, such as inner-city gentrification and suburban aging-in-place, may impose increased travel demands on low income and elderly riders, nullifying future equity gains made by a transition to distance-based fares.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,295
Score d'incertitude au seuil0,586

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,114
Tête enseignante GPT0,405
Écart entre enseignants0,291 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUrban Transport and Accessibility→Travaux en français237 207→