Exploratory Method for Practitioners Analyzing the Impact of Integrated Fare Structures in Decentralized Metropolitan Regions
Notice bibliographique
Résumé
Metrolinx, the regional transportation agency tasked with improving the coordination and integration of all transportation modes in the Greater Toronto and Hamilton Area, has developed an exploratory method for analyzing the effects of new fare structures that integrate the fare systems of multiple transit service providers in the region. The method uses a data set of all weekday trips made in the region segmented by modes used and origin–destination information. A formula derived from the mode choice modeling theory is used to obtain fare elasticity based on unit cost, mode share, and time of day. The distribution of elasticities produced is then calibrated according to a literature review of fare elasticities, and in the future, it will be done according to local market research. The result is a spreadsheet-based tool that provides analysts with an ability to test more complex changes to fare systems, including testing fare integration between agencies and introducing fares by distance, mode, time of day, or a combination of those features. Exploratory in nature, the method is not a replacement for comprehensive market research or fare pilots. However, it addresses the shortcomings of traditional fare analyses that use only aggregate elasticities for diverse market segments by better reflecting the spectrum of transit user sensitivities associated with specific travel characteristics. Furthermore, it provides analysts with a straightforward tool to test the effects of complex fare structures more commonly used in Europe and Asia enabled by smart card and open payment technology on ridership, revenue, emissions, and social equity.
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 | 0,046 | 0,154 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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 ».