Bike-sharing: the good, the bad, and the future
Notice bibliographique
Résumé
Due to the dilemma of bike-sharing concerning its benefits and drawbacks, and its unclear future, we focused on a mixed-methods approach to analyze this public discussion through posts or “tweets” from the social media channel Twitter. We collected around 12,000 tweets in English around the world related to bike-sharing for a period of about six months. We considered two approaches, including topic clustering and sentiment analysis in tweets including: a) bike-sharing related terms and b) “future” and bike-sharing related terms. Strongly positive tweets promote bike-sharing and its benefits such as being convenient, well-performing, and sustainable. Additionally, there is a tendency to write that public, electric, and dockless are better, together with scooters. In contrast, the complaints on bike-sharing focused on inequity, rentals and safety issues, critique on authorities and laws, and poor performance especially of dockless Asian bike-sharing start-ups with low-quality bikes. Around 50% of the tweets that included the terms “future” and “bike–sharing” stated that bike-sharing is going to be part of the future of mobility as an electric dockless version together with other shared modes. The hesitant statements towards bike-sharing being part of the future referred mainly to the systems with poor bikes’ quality. Politicians and stakeholders can use this information to enhance bike-sharing or consider the implementation of certain types of bike-sharing in their cities. To the best of the authors’ knowledge, this study would be one of the first that analysis the public discussion on social media about a transportation system and its future using a mixed-methods approach. Future studies should aim at identifying and comparing the public opinion of different emerging transportation technologies.
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 | 0,008 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».