Evaluation of the impact of a public bicycle share program on population bicycling in Vancouver, BC
Notice bibliographique
Résumé
Public bicycle share programs have been implemented in cities around the world to encourage bicycling. However, there are limited evaluations of the impact of these programs on bicycling at the population level. This study examined the impact of a public bicycle share program on bicycling amongst residents of Vancouver, BC. Using an online panel, we surveyed a population-based sample of Vancouver residents three times: prior to the implementation of the public bicycle share program (T0, October 2015, n = 1111); in the early phase of implementation (T1, October 2016, n = 995); and one-year post implementation (T2, October 2017, n = 966). We used difference in differences estimation to assess whether there was an increase in bicycling amongst those living and/or working in close proximity (≤500 m) to Vancouver's Mobi by Shaw Go public bicycle share program, compared to those living and working outside this area. Results suggest that only living or only working inside the bicycle share service area was not associated with increases in bicycling at T1 or T2 relative to those outside the service area. Both living and working inside the bicycle share service area was associated with increases in bicycling at T1 (OR: 2.26, 95% CI: 1.07, 4.80), however not at T2 (OR: 1.37, 95% CI: 0.67, 2.83). These findings indicate that the implementation of a public bicycle share program may have a greater effect on bicycling for residents who both live and work within the service area, although this effect may not be sustained over time.
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 | 0,006 | 0,002 |
| 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 ».