MétaCan
Menu
Retour à la cohorte
Enregistrement W2945421371 · doi:10.1155/2019/5426080

How Have Travelers Changed Mode Choices for First/Last Mile Trips after the Introduction of Bicycle-Sharing Systems: An Empirical Study in Beijing, China

2019· article· en· W2945421371 sur OpenAlexvenueno aff
Aihua Fan, Xumei Chen, Tao Wan

Notice bibliographique

RevueJournal of Advanced Transportation · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésTRIPS architectureBeijingMultinomial logistic regressionMileLast mile (transportation)Mode choiceTransport engineeringChinaMode (computer interface)Travel behaviorPublic transportComputer scienceEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

In recent years, there has been rapid development in bicycle-sharing systems (BSS) in China. Moreover, such schemes are considered promising solutions to the first/last mile problem. This study investigates the mode choice behaviors of travelers for first/last mile trips before and after the introduction of bicycle-sharing systems. Travel choice models for first/last mile trips are determined using a multinomial logit model. It also analyzes the differences in choice behavior between the young and other age groups. The findings show that shared bicycles become the preferred mode, while travelers preferred walking before bicycle-sharing systems were implemented. Gender, bicycle availability, and travel frequency were the most significant factors before the implementation of bicycle-sharing systems. However, after implementation, access distance dramatically affects mode choices for first/last mile trips. When shared bicycles are available, the mode choices of middle-aged group depend mainly on gender and access distance. All factors are not significant for the young and aged groups. More than 80% of public transport travelers take walking and shared bicycles as feeder modes. The proposed models and findings contribute to a better understanding of travelers’ choice behaviors and to the development of solutions for the first/last mile problem.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil0,267

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,025
Tête enseignante GPT0,329
Écart entre enseignants0,304 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations89
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetUrban Transport and AccessibilityTravaux en français237 207