On the Influence of Land Use and Transit Network Attributes on the Generation of, and Relationship between, the Demand for Public Transit and Ride-Hailing Services in Toronto
Notice bibliographique
Résumé
In North American cities, the growing use of ride-hailing services, such as Uber and Lyft, has occurred at a time when public transit ridership has either stagnated or declined. Previous studies on the topic have found that the relationship between ride-hailing and public transit services tends to be context-specific in nature. In some cases, ride-hailing has been shown to complement public transit, while, in others, it can be a substitute. This paper takes an integrated approach to modeling the generation of demand for ride-hailing and public transit services, using trip-level ride-hailing data and data from a regional household travel survey. In addition, the relationship between the demand for ride-hailing and transit services is also explored. This paper uses the bivariate ordered probit model and the recursive regression model to study the role that built environment and socio-demographic attributes play in the generation of transit and ride-hailing demand. The model results reveal that there are several built environment attributes, such as transit accessibility and the density of commercial and recreational establishments, that influence the generation of both ride-hailing and transit demand. The results also indicate that the relationship between ride-hailing and transit services tends to be more complementary than substitutive in nature. This does not, however, mean that ride-hailing services are never used as a substitute for public transit in Toronto. The results of this study aim to provide transit agencies with a means of identifying locations where ridership may be threatened by ride-hailing services.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| 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 ».