Developing sustainable transportation for university trips in low-income countries
Notice bibliographique
Résumé
The UN has defined Sustainable Development Goals, in which sustainable cities and sustainable transportation can be achieved. Traffic congestion with adverse environmental, social and economic side effects has been determined as a threat to sustainable transport. This issue is more evident in developing countries, particularly around large organisations. Thus, this paper aims to assess the impact of different variables on university students’ mode choice in developing countries to propose countermeasures for shifting students’ trips from private cars to sustainable transport modes and reduce traffic congestion. The Shahid Bahonar University of Kerman in Iran is considered the case study in this research. Structural equation modelling is used to evaluate the relationships between the probability of using a specific mode with human characteristics, transportation mode specification and environmental conditions. The model outputs indicate that cycling needs to be incentivised and the general attitude about women cycling needs to be changed. The regular bus timetable, driving style, service frequency and spatial coverage also need to be modified. Regarding taxis, the driving style must be changed, and more attention needs to be paid to the travel-time reliability of taxis. Currently, carpooling is not well known and organised. Thus, developing a web-based application is recommended to organise the use of carpooling and help students living nearby to find each other. Regarding passenger cars, a web-based application for parking management can be used to manage the requests and increase the utility of other sustainable modes.
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 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 | 0,001 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».