Spatial Characteristics of Transit-Integrated Ridesourcing Trips and Their Competitiveness with Transit and Walking Alternatives
Notice bibliographique
Résumé
Municipal transit agencies are exploring integrations with ridesourcing vehicles to extend the reach of their fixed-route transit networks. Ridesourcing integrations have been piloted in some regions, but these pilots tend not to be externally evaluated because of an inability to access the trip data. The primary objective of this research was to determine the types of trips passengers are taking through a transit-integrated ridesourcing pilot, and their competitiveness with transit and walking alternatives. The analysis focused on the 903 Flex pilot operated by the Region of Waterloo, Ontario, Canada. A set of 585 completed ridesourcing trips (rides) were studied and compared with the alternative transit and walking trips. Each ride was assigned a type, based on its proximity to transit and walking alternatives, for calculation and comparison of trip attributes. Terminology for types of rides is introduced and the categorization process applied to the ridesourcing pilot. Trip categories include: feeders, transit replacements, inconvenient trips, and remote trips. Results suggest that most trips in the study operated on an indirect feeder-like system (65%), which brought passengers between virtual ridesourcing stops and a transit stop, but not the transit stop closest to them. The alternative fixed-route transit trips mainly operated on 30-min headways, and alternative walking times were often long. The trips were found to mostly support or maintain transit usage, but the transit agency should be cautious of cases in which rides occur alongside transit (18%), instead of bringing people to it.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».