Modeling the Modal Shift towards a More Sustainable Transport by Stated Preference in Riyadh, Saudi Arabia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The need to gain a comprehensive understanding of road travelers’ choice of mode and their perceptions of using sustainable urban mobility modes have evolved to shape the form of future transport planning and policymaking. To combat the concern of growing traffic congestion in Riyadh City, the government of Saudi Arabia designed and introduced a sustainable public transport project named “Riyadh Metro”. This study explores the potential commuters’ perception towards the Metro services and the factors that limit their propensity to use Metro and understand the tradeoffs that the individuals make when they are faced with a combination of mode characteristics (e.g., travel time, price, walking time). The stated preferences experiment was conducted on a sample from the Riyadh neighborhood by structured interviews. A discrete choice model based on binary logistic regression has been developed. The coefficient of travel attribute: travel time, fuel cost, Metro fare, and walking time was found to be statistically significant with a different effect on mode choice. The elasticity of the coefficient showed that an increase in the fuel price by 10% would increase the metro ridership by 5.3% and reduce car dependency. Decreasing the walking time by 5 min to the metro station will increase the metro ridership by 22%. Furthermore, the study revealed that implementing a 1 SAR/hour parking charge will decrease car dependency by 14%. Increase Metro fare by 10% will decrease Metro ridership by 6.9%. The socioeconomic factors coefficient shows a marginal effect on the choice decision of passengers.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle