Metropolis-Hasting based Expanded Path Size Logit model for cyclists’ route choice using GPS data
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study contributes to the field of cycling route choice by adopting the unprecedented combination of the Metropolis-Hastings (MH) path-sampling algorithm and the Expanded Path Size Logit (EPSL) model. The MH sampling approach is used to generate 15 alternative route choice sets for cyclists. The EPSL multivariate route choice framework is utilized to account for the correlation between sampled and non-sampled alternatives (joint MH-EPSL model). The data used in this paper is drawn from GPS data collected by the City of Toronto using a custom-built smartphone application in 2014–2015. The study focuses on non-work-related cycling trips (shopping, leisure, social and others) in downtown Toronto on weekdays. The estimated results indicate that the presence of bicycle lanes and road medians attractions and number of trees along the path have a positive impact on cyclist route choice. In general, cyclists prefer to take shorter routes on lower speed roads with less public transit stops especially during the evening rush hour, and less willing to take one-way streets, local roads, and steep road segments. These findings are useful to policy makers as well as transportation and urban designers when developing a cycling network aiming to attract more cyclists. Finally, our results indicate that the MH-EPSL model performance is an appropriate framework to study cyclists’ route choice decisions.
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.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 découle