Travelers’ Potential Demand toward Flex-Route Transit: Nanjing, China, Case Study
Notice bibliographique
Résumé
As an innovative combination of conventional fixed-route transit and demand-responsive services, flex-route transit is a promising transit option that can address the travel needs of residents in growing low-density suburban and rural areas. This paper assesses potential demand and passengers’ service design preferences prior to the deployment of a flex-route transit service in China. Using the city of Nanjing as an example, a survey was designed and implemented that involves a series of stated-preference experiments in order to (1) examine travelers’ willingness to use flex-route transit services, (2) identify the most promising users, and (3) guide the service design and policymaking before actual operation. Three discrete choice models, namely multinomial logit model, nested logit model, and panel mixed logit model, are applied to describe the mode-choice process using the data collected from the survey. An orthogonal design is used to generate the stated-choice experiments among traditional fixed-route transit, private cars, and hypothetical flex-route transit. Walking time, waiting time, in-vehicle time, and cost are selected as alternative attributes, which vary across each choice scenario. The survey results show that nearly 78% of respondents are willing to try the flex-route transit service. Women, bike-share members, and people who are disabled, retired, or need to transfer to the metro are the target groups of the flex-route transit service. The choice model results also indicate that slack time between checkpoints and vehicle delays should be kept within a reasonable range when designing and operating flex-route transit services.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».