How Travel Purpose Interacts with Predictors of Individual Driving Behavior in Greater Montreal
Notice bibliographique
Résumé
Rising transport emissions represent a significant challenge for policy makers. Two principal options exist to reduce emissions: make driving less polluting or reduce driving overall. Though cities have a role to play in both approaches, the levers that may influence the latter more squarely align with municipal competences concerning the urban form. This paper aims to refine our understanding of the relationship between urban form, public transport systems, and driving behavior by exploring whether accessibility—the ease of reaching desired destinations—exerts a different influence on people’s decision to drive on weekdays and total distance driven depending on travel purpose. We relied on disaggregate data from the 2013 Montreal Origin–Destination Survey and employed a two-step “hurdle” approach with multilevel logistic and linear models. We found both local and regional accessibility displayed statistically significant negative correlations with driving mode choice and vehicle distance driven by drivers. Concerning the decision to drive, regional accessibility, defined by transit-accessible jobs, appeared to possess a stronger relationship than local, as measured by Walk Score across all purposes. When considering total kilometers driven, however, the relative impact of both types of accessibility varied. Overall, and for work and school driving, regional accessibility correlated with the greatest declines in distance driven. For healthcare and discretionary travel, local accessibility correlated with a larger decline in total driving distance. Our findings also highlight the potentially profound impact of other explanatory factors, particularly car ownership, suggesting additional policy approaches for municipal decision makers to reduce vehicle kilometers traveled.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».