Map Sensitivity vs. Map Dependency: A Case Study of Subway Maps’ Impact on Passenger Route Choices in Washington DC
Notice bibliographique
Résumé
This paper addresses the key assumption in behavioral and transportation planning literature that, when people use a transit system more frequently, they become less dependent on and less sensitive to transit maps in their decision-making. Therefore, according to this assumption, map changes are much less impactful to travel decisions of frequent riders than to that of first-time or new passengers. This assumption—though never empirically validated—has been the major hurdle for transit maps to becoming a planning tool to change passengers’ behavior. This paper examines this assumption using the Washington DC metro map as a case study by conducting a route choice experiment between 30 Origin-Destination (O-D) pairs on seven metro map designs. The experiment targets two types of passengers: frequent metro riders through advertisements on a free daily newspaper available at DC metro stations, and general residents in the Washington metropolitan area through Amazon Mechanical Turk, an online crowdsourcing platform. A total of 255 and 371 participants made 2024 and 2960 route choices in the respective experiments. The results show that frequent passengers are in fact more sensitive to subtle changes in map design than general residents who are less likely to be familiar with the metro map and therefore unaffected by map changes presented in the alternative designs. The work disproves the aforementioned assumption and further validates metro maps as an effective planning tool in transit systems.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».