Does Roadway Performance Affect Transit Headway Unreliability? Evidence from Mixed-Traffic Transit Corridors in Toronto, Canada
Notice bibliographique
Résumé
This research assesses the links between roadway performance and transit headway unreliability. Frequent and reliable transit services are valued by transit users and feature as critical components affecting generalized travel costs. But retaining high quality and reliable transit services in mixed-traffic urban contexts is challenging because more and more users are competing for limited physical road space, making an understanding of service unreliability critical for effective transportation system management in growing urban contexts. This study focuses transit headway unreliability on three major downtown Toronto arterial transit corridors—King Street, Queen Street, and Dundas Street. These corridors are primarily served by streetcars but are also occasionally served by buses in cases of diversions or street closures. This research uses Inrix, Inc. probe data to measure traffic congestion and roadway service unreliability and to explore its links with transit headway reliability. Both inferential models and descriptive statistics are presented to identify patterns in transit headway reliability and estimate the strength of association with traffic congestion. Results indicate that roadway performance levels and terminus departure headway unreliability are linked with stop-level transit headway unreliability. Nevertheless, much of the variation in transit headway unreliability remains unexplained by inferential models. Results indicate that insofar as traffic management actions can affect congestion levels, this may improve transit headway reliability. However, one should temper expectations of congestion management affecting mixed-traffic transit services, particularly in a highly urbanized, mixed-traffic environment such as downtown Toronto. Instead, findings suggest meaningful improvements in stop-level headway reliability from better initial scheduling and headways at the beginning of these transit routes.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».