A foresight study on urban mobility: Singapore in 2040
Notice bibliographique
Résumé
Purpose The transportation system in any city is complex and evolving, shaped by various driving forces and uncertainties in the social, economic, technological, political and environmental situations. Its development and demands upon it cannot be projected by simply extrapolating past and current trends. This paper aims to present a foresight study examining the future of urban mobility, focusing on the dense Asian city-state of Singapore. The objective is to develop scenarios for the future of urban mobility, to facilitate future policy implementation by highlighting long term challenges and opportunities for transportation planning in cities. Design/methodology/approach To create future scenarios, the authors first sought to identify key drivers of change through environmental scanning, expert interviews, focus group discussions and technology scanning. These drivers of change were subsequently used in a scenario planning workshop, organized to co-create alternative future visions for urban mobility 2040 with experts and local stakeholders. Findings Two scenarios emerged, called the Shared World and the Virtual World. For each scenario, the authors described the key features in terms of dominant transport modes for the movements of passengers and freight. Subsequently, the authors discussed possible implications of each scenario to the individual, society, industry and government. Originality/value As cities grow and develop, city and transport planners should not only address daily operational issues but also develop a well-informed, long-term understanding of the evolving mobility system to address challenges that lie beyond the five- or even ten-year horizon. By using scenario planning approach, the authors hope to prepare stakeholders for the uncertain futures that are continuously shaped by the decisions today.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,002 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».