MétaCan
Menu
Retour à la cohorte
Enregistrement W2783972495 · doi:10.1139/cjce-2017-0559

LRT passengers’ responses to advanced passenger information system (APIS) in case of information inconsistency and train crowding

2018· article· en· W2783972495 sur OpenAlexaffvenueabout
Lina Kattan, Yuan Bai

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPublic transportTransport engineeringTrainTransit (satellite)Multinomial logistic regressionTravel behaviorService (business)CrowdingPassenger informationGeographyComputer scienceBusinessEngineeringMarketingPsychology

Résumé

récupéré en direct d'OpenAlex

This research explores and attempts to understand transit riders’ behavioural responses towards real-time transit information for two specific situations: the presence of inconsistent information on transit service recovery and the effects of crowded trains during rush hours. A survey was designed and conducted to collect light rail transit (LRT) riders’ behavioural responses in Calgary, Alberta. Multinomial logit models were developed and calibrated to explore the effects of the described scenarios on riders’ responses. The results led to the conclusion that socioeconomic attributes, experience with advanced passenger information system (APIS) system, familiarity with public transit in general and Calgary’s LRT system in particular, and the characteristics of origin LRT stations had strong influences on travellers’ behavioural responses. It was also determined that travellers’ actions vary significantly depending on the purpose of the trip, time of the trip, and weather conditions.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,428
Score d'incertitude au seuil0,864

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,226
Écart entre enseignants0,218 · 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.

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

Citations12
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetTransportation Planning and OptimizationTravaux en français237 207