MétaCan
Menu
Retour à la cohorte
Enregistrement W3094072952 · doi:10.1080/23249935.2020.1840655

Walking duration in daily travel: an analysis among males and females using a hazard-based model

2020· article· en· W3094072952 sur OpenAlexaff
Seyed Ahmad Reza Saeidi Hosseini, Yaser Hatamzadeh

Notice bibliographique

RevueTransportmetrica A Transport Science · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésDuration (music)DemographyHazard modelHazardHazard ratioProportional hazards modelPoison controlInjury preventionTRIPS architectureTravel behaviorPsychologyGeographyMedicineEnvironmental healthDemographic economicsTransport engineeringStatisticsConfidence intervalEconomicsEngineeringMathematicsSociology

Résumé

récupéré en direct d'OpenAlex

This study examines how various travel/built environmental and individual/household characteristics influence the walking durations of males and females in the city of Rasht, Iran, using data from the 2007 Rasht Household Travel Survey (RHTS). Accelerated hazard (AH) modelling, as a new approach in walking-related studies, was used to predict walking durations. The survival curve analysis showed that the ideal walking time was five minutes, but walking up to ten minutes was also acceptable. The AH models indicated that the walking duration of males and females varied under different conditions and contexts. For example, female workers were likely to walk longer trips relative to non-workers; however, this was the opposite among males. Household characteristics such as car ownership were found with greater negative effect on walking duration of males than females. Furthermore, zones with higher land use mix and higher connectivity led to shorter walking duration in both models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,214
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,014
Études des sciences et des technologies0,0010,002
Communication savante0,0000,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,076
Tête enseignante GPT0,324
Écart entre enseignants0,248 · 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 tête enseignante, pas un consensus.

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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportmetrica A Transport ScienceMême sujetUrban Transport and AccessibilityTravaux en français237 207