Efficiency Assessment of Transit-Oriented Development by Data Envelopment Analysis: Case Study on the Den-en Toshi Line in Japan
Notice bibliographique
Résumé
Transit-Oriented Development (TOD) is an urban planning approach that encourages a modal shift from private to public transportation. This shift can generate additional benefits from a sustainability perspective. This study aims to assess the efficiency of TOD by applying the data envelopment analysis (DEA) method. The ridership of public transportation is considered as the direct output characteristic of TOD efficiency, and nine indicators of ridership are selected as inputs on the basis of the core concepts of TOD. These concepts include density, diversity, and design (3Ds). The Tokyu Den-en Toshi Line in Japan is presented as a typical case of TOD because this line includes TOD and non-TOD stations. Assessing and comparing the results of all railway stations reveal that almost all indicator values of non-TOD stations are higher than those of TOD stations. The results suggest that TOD planning and programs are inefficient in terms of ridership generation. This implication, however, may be attributed to the inadequacy of the selected indicators for TOD assessment. The results obtained after adding operation year as input indicators and removing transfer station show that TOD stations perform efficiently and in accordance with expectations. This response indicates that the inclusion of influential factors is necessary for equitable TOD assessment. Therefore, other influential factors must be considered when evaluating the efficiency of TOD-based stations with different inherent attributes. In addition, the design input with the largest impact on all inefficient units was identified, suggesting that management of bus service and railway system should be well enhanced.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».